Seleção de hiperparâmetros para uma rede Multi-Layer Perceptron aplicada na predição do preço da soja

Autores

  • Luiz Felipe Morillas Brunetto LABICON, Instituto Federal de Santa Catarina (IFSC)
  • Carise Elisane Schmidt LABICON, Instituto Federal de Educação de Santa Catarina (IFSC)
  • Alexandre Dalla'Rosa Instituto Federal de Santa Catarina (IFSC)

Palavras-chave:

Inteligência artificial, Séries temporais., Commodities.

Resumo

O agronegócio brasileiro representa uma parcela significativa do Produto Interno Bruto (PIB), além de ser um setor de produção  essencial, por garantir o fornecimento de alimentos para a população. Contudo, o principal desafio enfrentado pelo setor é manter a rentabilidade, ante um cenário de alta dos custos de insumos. Diante disso, destaca-se a importância de avaliar ferramentas que possam auxiliar na tomada de decisão, com foco no aumento da rentabilidade. A proposta deste trabalho foi selecionar um conjunto de hiperparâmetros para uma rede neural Multi-Layer Perceptron (MLP), por meio da análise do Erro Médio Quadrático (EMQ), visando a sua utilização na predição do preço da soja. Para isso, um histórico de dados de preço do grão e da taxa de câmbio do dólar (2006 - 2022) foram utilizados como entrada do modelo matemático. Fazendo uso de simulações computacionais, o preço predito da soja foi avaliado, visando identificar o conjunto de hiperparâmetros que gera o menor EMQ. Entre as configurações avaliadas, o menor EMQ encontrado quando o modelo foi testado na série histórica teve valor igual a 1,2936. Esse resultado mostra que a configuração de hiperparâmetros selecionada é capaz de realizar a previsão do preço futuro da soja, acompanhando a tendência de preços do grão, no período em que ele foi avaliado.

Biografia do Autor

Luiz Felipe Morillas Brunetto, LABICON, Instituto Federal de Santa Catarina (IFSC)

http://lattes.cnpq.br/0225456810968776

Carise Elisane Schmidt, LABICON, Instituto Federal de Educação de Santa Catarina (IFSC)

http://lattes.cnpq.br/7888830128804858

Alexandre Dalla'Rosa, Instituto Federal de Santa Catarina (IFSC)

http://lattes.cnpq.br/0596224519125364

Downloads

Publicado

01.03.2024

Como Citar

Brunetto, L. F. M., Schmidt, C. E., & Dalla’Rosa, A. (2024). Seleção de hiperparâmetros para uma rede Multi-Layer Perceptron aplicada na predição do preço da soja. Revista Tecnia, 8(2). Recuperado de https://periodicos.ifg.edu.br/tecnia/article/view/255

Edição

Seção

Ciências Exatas e da Terra

Categorias