Navegando por Autor "Ferreira, Fernando Garcia Diniz Campos"

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Análise de integração da classificação de tendências financeiras e otimização de portfólios
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2022-11-24) Ferreira, Fernando Garcia Diniz Campos; Cardoso, Rodrigo Tomás Nogueira; http://lattes.cnpq.br/5174842920583671; http://lattes.cnpq.br/4126688051850017; Cardoso, Rodrigo Tomás Nogueira; Guimarães, Frederico Gadelha; Paiva, Felipe Dias; Magalhães, Arthur Rodrigo Bosco de; Pereira, Adriano César Machado
    A área de Finanças Computacionais é marcada por profundas mudanças nas últimas décadas provenientes do surgimento de um rápido desenvolvimento tecnológico que permitiu a incorporação de técnicas computacionais complexas para modelagem e predição dos movimentos dos preços no Mercado Financeiro. Neste cenário, este trabalho propõe um arcabouço computacional composto por diferentes modelos e técnicas de otimização de portfólios financeiros e de classificação de tendências de ativos financeiros, além de proporcionar diferentes formas de integração das duas abordagens. Assim, o arcabouço é composto por quatro modelos propostos para otimização de portfólio e um método para a solução de cada um desses modelos, além de doze algoritmos de classificação utilizando conjuntos de atributos também propostos no trabalho e, por fim, três formas de integração dos métodos de otimização e classificação são considerados. Para os métodos de otimização de portfólio, métodos exatos apresentam melhores soluções, apesar de apresentarem tempos de execução muito maiores que meta-heurísticas. Para a classificação de tendências, os resultados indicam que o Convolutional Neural Network (CNN) foi é o algoritmo que apresenta o melhor desempenho, no geral, considerando os classificadores utilizados. Simulações de investimentos mostram que negociações a uma frequência maior geram custos de transação maiores, podendo inviabilizar a utilização da metodologia proposta. Combinações de otimização de portfólios e classificações financeiras podem aproveitar as vantagens de ambas as abordagens, como mostrado pelos resultados que apresentam maiores retornos acumulados para métodos combinados. Finalmente, pode-se observar que os melhores métodos de otimização e classificação dependem muito da estratégia de operação adotada e das preferências do investidor, justificando o desenvolvimento deste arcabouço computacional proposto, composto por vários métodos.
  • Imagem de Miniatura
    Item
    Trasmissão adaptativa de vídeo em IoT utilizando aprendizado de máquinas
    (Centro Federal de Educação Tecnológica de Minas Gerais, 2025-12-16) Pereira Junior, Rogério Perez; Bhering, Fabiano Pereira; Ferreira, Fernando Garcia Diniz Campos; http://lattes.cnpq.br/4126688051850017; http://lattes.cnpq.br/6310147796607948; http://lattes.cnpq.br/9191839290489356; Bhering, Fabiano Pereira; Ferreira, Fernado Garcia Diniz Campos; Silva, José Eduardo Henriques da; Nazare, Tiago Bittencourt
    Este trabalho apresenta uma estratégia para roteamento adaptativo em transmissão de vídeo em ambientes de Internet das Coisas (IoT), considerando a movimentação das taxas de bits geradas pelos fluxos de vídeo. O método proposto baseia-se na classificação automática da variação das taxas de bits de vídeo, uma métrica estatística que reflete a dinâmica do movimento e a complexidade das cenas. Essas informações, combinadas com parâmetros como a taxa de quadros (FPS), são utilizadas para estimar as necessidades de fluxo e auxiliar na seleção de rotas no framework FITPATH, visando otimizar a qualidade de serviço (QoS) e a experiência do usuário (QoE) em cenários heterogêneos. A avaliação da proposta foi realizada por meio de experimentos e simulações, considerando diferentes tipos de movimentações de cenas. Os resultados demonstram o potencial da proposta para integração com roteamento adaptativo ciente do tráfego do vídeo.