O Preço de Liquidação das Diferenças (PLD) é uma variável utilizada para determinar o valor a ser cobrado pelos volumes de energia que serão liquidados na Câmara de Comercialização de Energia Elétrica (CCEE), e é atualizado semanalmente. Seu cálculo é baseado em modelos estatísticos e matemáticos de otimização, e, portanto, apresenta um comportamento altamente não-linear. Este trabalho propõe, por meio de uma arquitetura recorrente de redes neurais artificiais LSTM e um filtro corretivo, a predição do preço do PLD uma semana à frente, buscando obter as melhores variáveis de entrada, a fim de contornar problemas recorrentes que aparecerem com o uso de redes recursivas em séries temporais. O resultado mostra como a obtenção das variáveis corretas acarretam em uma predição confiável do PLD.
Authorship Authentication of Short Messages from Social Networks Using Recurrent Artificial Neural Networks: Massage Batches
