Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  02/01/2019
Data da última atualização:  21/01/2020
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  RODRIGUES, L. S.; REZENDE, S. O.; MOURA, M. F.; MARCACINI, R. M.
Afiliação:  LUCAS S. RODRIGUES, UFMS; SOLANGE O. REZENDE, UFSCar; MARIA FERNANDA MOURA, CNPTIA; RICARDO M. MARCACINI, UFMS.
Título:  Agribusiness time series forecasting using perceptually important events.
Ano de publicação:  2018
Fonte/Imprenta:  In: LATIN AMERICAN COMPUTING CONFERENCE, 44., 2018, São Paulo. Anais... São Paulo: Mackenzie, 2018.
Páginas:  10 p.
Idioma:  Inglês
Notas:  CLEI 2018.
Conteúdo:  Resumo- Modern agribusiness management incorporates instruments for risk management with the objective of mitigating uncertainties to the producer. In this context, the producer (riskaverse) transfer the risk of price oscillation to companies or individuals that operate in the futures market and who expect to receive a payment (risk premium) for assuming such risk. Defining the adequate strategies for risk management depends on the knowledge about the problem to determine prices ranges in the future. Recent studies demonstrate that time series forecasting can be significantly improved by considering additional inforation about the problem. In particular, besides the historical time series, textual knowledge extracted from the news portals, social networking and other public data sources available in the web may also be used. This paper presents an approach for agribusiness time series forecasting that allows incorporating external knowledge in the form of events extracted from news about agribusiness, without the need to previously label textual information. In this case, periods of significant uptrends and downtrends of time series are automatically identified - known in the literature as perceptually important points (PIP). We extend the concept of PIP to news events, where similar events published with a certain regularity in periods ... Mostrar Tudo
Palavras-Chave:  Séries temporais.
Thesagro:  Agronegócio.
Thesaurus Nal:  Agribusiness; Risk management.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/189590/1/agribusiness-time.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPTIA19994 - 1UPCAA - DD
Voltar






Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido      Imprime registros no formato resumido
Registros recuperados : 1
Primeira ... 1 ... Última
1.Imagem marcado/desmarcadoRODRIGUES, L. S.; REZENDE, S. O.; MOURA, M. F.; MARCACINI, R. M. Agribusiness time series forecasting using perceptually important events. In: LATIN AMERICAN COMPUTING CONFERENCE, 44., 2018, São Paulo. Anais... São Paulo: Mackenzie, 2018. 10 p. CLEI 2018.
Tipo: Artigo em Anais de Congresso
Biblioteca(s): Embrapa Agricultura Digital.
Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
Registros recuperados : 1
Primeira ... 1 ... Última
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional