Pesquisa

Aprendizado por reforço

Meu principal foco está em estudar aprendizado por reforço e buscar desenvolver um novo algoritmo utilizando egressão multidimensional com máquinas de vetores suporte. O vídeo abaixo elucida a ideia:

Regressão multidimensional com máquinas de vetores suporte

No mestrado estou atualmente estudando regressão multidimensional com máquinas de vetores suporte. Ao contrário dos problemas de regressão convencionais, onde a entrada do modelo é um vetor e o mesmo tem como saída um escalar, nos problemas de regressão multidimensional a saída é também um vetor, de dimensão igual ou diferente da dimensão do vetor de entrada. Tais tipos de modelos podem ser usados para estimar séries temporais conjuntamente e/ou vários dias de uma mesma série. O orientador é o professor Anderson Ara da UFPR.

Outros modelos de aprendizado de máquina

Trabalhei também com o uso de redes neurais para melhorar a previsão das séries temporais relativas à volatilidade do preço da soja. Outro artigo que trabalhei tinha como tema o uso de redes bayesianas e séries temporais.

Simulações macroeconômicas

No meu TCC simulei computacionalmente o modelo macroeconômico Mundell-Fleming-Dornbusch, onde o mesmo busca estimar o impacto de políticas monetárias na taxa de inflação e na taxa de câmbio. Tais simulações são importantes dado que, de acordo com as características do país, tais efeitos tem magnitudes muito diferentes.