PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM MATEMÁTICA E COMPUTACIONAL (PPGMMC)

UNIVERSIDADE FEDERAL DA PARAÍBA

Telefone/Ramal
Não informado

Notícias


Banca de DEFESA: WILSON SALUSTIANO JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: WILSON SALUSTIANO JUNIOR
DATA: 13/12/2019
HORA: 14:00
LOCAL: Auditório do CI
TÍTULO: Métodos Numéricos para Previsão em Sistemas Dinâmicos
PALAVRAS-CHAVES: Dinâmica Não-linear. Previsão em Sistemas Dinâmicos. Regressão Linear. Aprendizado de máquina. Caos Determinístico.
PÁGINAS: 88
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Matemática
SUBÁREA: Matemática Aplicada
ESPECIALIDADE: Análise Numérica
RESUMO: Muitos comportamentos naturais e artificiais podem ser reproduzidos por sistemas dinâmicos descritos por equações diferenciais, cujas soluções formam séries temporais. Portanto, um problema importante é a determinação de qual o modelo matemático capaz de descrever o comportamento de um dado sistema dinâmico, assim como determinar os valores dos parâmetros que regem este modelo. A solução desse problema nos permite obter informações sobre a evolução do sistema e a determinação de seus possíveis estados futuros. Estas informações são especialmente importantes em sistemas de difícil previsão, como é o caso de sistemas complexos ou não-lineares, que possuem grande sensibilidade a condições iniciais. Para tentar reproduzir a dinâmica de sistemas cujas equações não são conhecidas, a principio estudaremos o sistema de Lorenz. Temos como objetivo mostrar que o conhecimento de séries temporais de dados oriundos de sistemas dinâmicos podem ser usadas para recuperar a dinâmica que origina o comportamento observado. Em seguida, usando esta dinâmica recuperada, abordaremos o problema da previsão do estado futuro. Desenvolvemos uma técnica de inteligência artificial utilizando funções polinomiais para calcular as velocidades de evolução das variáveis de estado do sistema, com o objetivo de recuperar sua dinâmica, para em seguida realizar a previsão. Veremos que o algoritmo é capaz de se adaptar ao sistema, com parâmetros flexíveis, extraídos a partir dos dados coletados em observações pregressas, mesmo quando estes dados estão contaminados por ruído observacional. Esperamos que o nosso método seja útil além de ciência básica, em várias aplicações, tais como fazer previsões de sistemas físicos, biológicos, financeiros, geográficos, meteorológicos, etc.
MEMBROS DA BANCA:
Interno - 1545785 - ANA PAULA PINTADO WYSE
Externo à Instituição - GILSON F DE OLIVEIRA JUNIOR
Presidente - 1298679 - HUGO LEONARDO DAVI DE SOUZA CAVALCANTE