Previsão do preço futuro do óleo de girassol: uma abordagem baseada no modelo CNN-Attention

Resumo

O Mecanismo de Atenção (Attention Mechanism) tem sido, nos últimos anos, muito utilizado em diversas áreas de aplicação de aprendizagem profunda (Deep Learning). Neste contexto, este trabalho tem como objetivo propor a utilização da rede CNN-Attention para previsão do preço do óleo de girassol. A base de dados apresenta uma série mensal do preço do óleo de girassol no período entre Janeiro/1960 e Junho/2023, totalizando 762 observações. Modelos de previsão, baseados em Redes Neurais CNN (Convolutional Neural Network), CNN-Attention e LSTM (Long Short Term Memory) foram implementados na linguagem Python. Resultados obtidos, dos três modelos, foram comparados por meio das métricas R2 (Coefficient of Determination), MAE (Mean Absolute Error), RSME (Root Mean Squared Error) e MAPE (Mean Absolute Percent Error). Verificou-se, para um horizonte de 13 meses, que o modelo CNN-Attention apresentou um melhor desempenho.

Biografia do Autor

Leandro de Oliveira, Universidade Tecnológica Federal do Paraná (UTFPR)

Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio (PPGTCA)

José Airton Azevedo dos Santos, Universidade Tecnológica Federal do Paraná - UTFPR
Programa de Pós-graduação em tecnologias Computacionais para o Agronegócio (PPGTCA)
Publicado
2024-07-09
Como Citar
de Oliveira, L., & dos Santos, J. A. A. (2024). Previsão do preço futuro do óleo de girassol: uma abordagem baseada no modelo CNN-Attention. REVISTA CEREUS, 16(2), 70-82. Recuperado de http://www.ojs.unirg.edu.br/index.php/1/article/view/4695
Seção
Artigos