skip to main content
Idioma:

Predição de deságios em leilões de transmissão da ANEEL com o uso de Inteligência Artificial interpretável.

Migliato, Luiz Felipe Casali

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Ciências Matemáticas e de Computação 2022-12-09

Acesso online

  • Título:
    Predição de deságios em leilões de transmissão da ANEEL com o uso de Inteligência Artificial interpretável.
  • Autor: Migliato, Luiz Felipe Casali
  • Orientador: Carvalho, André Carlos Ponce de Leon Ferreira de
  • Assuntos: Árvores De Decisão; Inteligência Artificial; Random Forest; Xgboost; Catboost; Artificial Intelligence; Decision Trees
  • Notas: Mestrado Profissionalizante
  • Descrição: A predição de resultados futuros através do uso da inteligência artificial é uma aplicação relevante em diversas áreas, como a industrial, financeira, agronegócio, entre outras. A aplicação de inteligência artificial interpretável pode trazer um conhecimento adicional dos dados para os especialistas, além de poder ser traduzida em vantagem competitiva pelas empresas que a utiliza. Dessa forma, para os Leilões de Transmissão da ANEEL buscou-se investigar a capacidade preditiva de quatro algoritmos de Aprendizado de Máquina interpretáveis, mais especificamente Árvore de Decisão, Random Forest, XGBoost e CatBoost, em contextos gerados a partir de diferentes métodos de seleção de variáveis. A comparação e a avaliação do desempenho dos modelos gerados por esses algoritmos foram feitas a partir das métricas RMSE e R 2 , bem como o teste de hipótese de Friedman e o teste post-hoc de Nemenyi. Os resultados demonstraram que o contexto mais adequado foi o CatBoost com todas as variáveis. Assim, foi estudada a interpretabilidade do modelo através das árvores geradas e os atributos mais destacados, além de ser aplicado para predizer deságios em lotes de Leilões da ANEEL utilizando dados reais não visto.
  • DOI: 10.11606/D.55.2022.tde-29032023-141721
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Ciências Matemáticas e de Computação
  • Data de criação/publicação: 2022-12-09
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.