discoverconferences
SPEAKERS/IVAN JOSÉ DOS REIS FILHO
Ivan José dos Reis Filho

Ivan José dos Reis Filho

Universidade de São Paulo (USP) São Carlos - ICMC; Universidade do Estado de Minas Gerais - UEMG Frutal

Ivan's lectures

lecture cover

Ivan José dos Reis Filho · BRACIS 2020

Previsão do preço futuro do milho e da soja: Uma análise do uso de informação textual para enriquecer séries temporais.

As commodities milho e soja são produtos consumidos em grande escala no mundo. As flutuações nos preços de mercado têm efeitos de longo alcance sobre os consumidores, agricultores e processadores de grãos. Assim, a previsão dos preços desses grãos tem atraído significativa atenção dos pesquisadores. Os modelos de previsão geralmente usam dados quantitativos de série temporal. No entanto, fatores qualitativos externos podem influenciar os dados em séries temporais, como eventos políticos, crises econômicas e o mercado de câmbio estrangeiro. Essas informações não são explícitas nos dados da série temporal e esses fatores podem influenciar a previsão dos valores das variáveis. Os dados textuais extraídos de notícias, fóruns e redes sociais podem ser uma fonte de conhecimento sobre fatores externos e potencialmente úteis para modelos de previsão de séries temporais. Alguns estudos apresentam técnicas de mineração de texto para combinar dados textuais com séries temporais. Porém, as representações existentes apresentam algumas limitações, como a maldição da dimensionalidade e atributos ineficazes. Este trabalho aplica métodos de pré-processamento em séries temporais e usa representações combinadas com dados textuais para prever o preço futuro do milho e da soja. Os resultados indicam que os métodos utilizados podem ser uma alternativa para melhorar o desempenho de previsão em tarefas de regressão.

lecture cover

Ivan José dos Reis Filho · BRACIS 2020

Forecasting future corn and soybean prices: an analysis of the use of textual information to enrich time-series.

As commodities milho e soja são produtos consumidos em grande escala no mundo. As flutuações nos preços de mercado têm efeitos de longo alcance sobre os consumidores, agricultores e processadores de grãos. Assim, a previsão dos preços desses grãos tem atraído significativa atenção dos pesquisadores. Os modelos de previsão geralmente usam dados quantitativos de série temporal. No entanto, fatores qualitativos externos podem influenciar os dados em séries temporais, como eventos políticos, crises econômicas e o mercado de câmbio estrangeiro. Essas informações não são explícitas nos dados da série temporal e esses fatores podem influenciar a previsão dos valores das variáveis. Os dados textuais extraídos de notícias, fóruns e redes sociais podem ser uma fonte de conhecimento sobre fatores externos e potencialmente úteis para modelos de previsão de séries temporais. Alguns estudos apresentam técnicas de mineração de texto para combinar dados textuais com séries temporais. Porém, as representações existentes apresentam algumas limitações, como a maldição da dimensionalidade e atributos ineficazes. Este trabalho aplica métodos de pré-processamento em séries temporais e usa representações combinadas com dados textuais para prever o preço futuro do milho e da soja. Os resultados indicam que os métodos utilizados podem ser uma alternativa para melhorar o desempenho de previsão em tarefas de regressão.