AGNALDO CALVI BENVENHO

Apresentação em tema: "AGNALDO CALVI BENVENHO"— Transcrição da apresentação:

1 ESTIMATIVA DO INTERVALO DE CONFIANÇA EM AVALIAÇÕES DE BENS POR REDES NEURAIS ARTIFICIAIS
AGNALDO CALVI BENVENHO Eng. Mecânico, Especialista em Engenharia de Avaliações e Perícias Membro Titular do IBAPE/SP e do IBAPE/PR

2 NEURÔNIO HUMANO .

3 REDE NEURAL – MULTILAYER PERCEPTRON
.

4 REDE NEURAL – FUNÇÕES DE ATIVAÇÃO E DE TREINAMENTO
Função linear Função sigmóide logística Função de treinamento

5 INTERVALO DE CONFIANÇA
Intervalo de confiança clássico

6 INTERVALO DE CONFIANÇA
Intervalo de confiança para regressão linear simples

7 INTERVALO DE CONFIANÇA
Intervalo de confiança para regressão linear múltipla

8 INTERVALO DE CONFIANÇA E INTERVALO DE PREDIÇÃO
Função de modelada: Estimativa de yi em função de xi Regressão: Intervalo de confiança: Intervalo de predição: Relação entre intervalo de confiança e de predição:

9 INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Não pode ser representeada por: Métodos para cálculo do intervalo de confiança em regressões não lineares: Linearização dos regressores; Máxima verossimilhança; Bootstrap.

10 INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Estimativa de mínimos quadrados dos parâmetros θ ∗ : Aproximação por série de Taylor:

11 INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Erro pontual entre o valor estimado e o observado: Esperança matemática da distribuição em análise: Variância de E[ y o - y o ]:

12 INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Matriz Jacobiana: Erro padrão da amostra:

13 INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Intervalo de predição: Intervalo de confiança:

14 INTERVALO DE CONFIANÇA PARA REDES NEURAIS
O cálculo dos diversos parâmetros da Matriz Jacobiana é complexo e exige poder computacional; Os resultados nem sempre são estáveis; Com sistemas flexíveis na implementação de redes neurais artificiais, onde o programa disponibiliza as etapas intermediárias do processamento, buscou-se simplificar o cálculo dos elementos da Matriz Jacobiana.

15 INTERVALO DE CONFIANÇA PARA REDES NEURAIS

16 INTERVALO DE CONFIANÇA PARA REDES NEURAIS

17 INTERVALO DE CONFIANÇA PARA REDES NEURAIS
NÃO DEU CERTO!

18 EXEMPLO PRÁTICO

19 EXEMPLO PRÁTICO

20 EXEMPLO PRÁTICO

21 EXEMPLO PRÁTICO

22 EXEMPLO PRÁTICO

23 EXEMPLO PRÁTICO

24 Intervalo de confiança = 61,99
EXEMPLO PRÁTICO Local = 3,00 Área = 1.000,00 Valor unitário = 936,64 Intervalo de confiança = 61,99 Valor unitário = 936,64 ± 61,99

25 Agnaldo Calvi Benvenho
OBRIGADO! Agnaldo Calvi Benvenho