REDES NEURAIS RECORRENTES LONG SHORT-TERM MEMORY (LSTM) APLICADAS A PREVISÃO DE AÇÕES

Publicado em 23/12/2025 - ISBN: 978-65-272-2048-0

Título do Trabalho
REDES NEURAIS RECORRENTES LONG SHORT-TERM MEMORY (LSTM) APLICADAS A PREVISÃO DE AÇÕES
Autores
  • Luis Fernandes
  • Bárbara Denicol do Amaral Rodriguez
  • Cristiana Andrade Poffal
Modalidade
Resumo
Área temática
ST08 - Deep Learning & Machine Learning
Data de Publicação
23/12/2025
País da Publicação
Brasil
Idioma da Publicação
pt-BR
Página do Trabalho
https://www.even3.com.br/anais/xii-ermac-rs/1064060-redes-neurais-recorrentes-long-short-term-memory-(lstm)-aplicadas-a-previsao-de-acoes
ISBN
978-65-272-2048-0
Título do Evento
XII ERMAC-RS 2025
Cidade do Evento
Porto Alegre
Título dos Anais do Evento
Anais do XII Encontro Regional de Matemática Aplicada e Computacional do Rio Grande do Sul
Nome da Editora
Even3
Meio de Divulgação
Meio Digital

Como citar

FERNANDES, Luis; RODRIGUEZ, Bárbara Denicol do Amaral; POFFAL, Cristiana Andrade. REDES NEURAIS RECORRENTES LONG SHORT-TERM MEMORY (LSTM) APLICADAS A PREVISÃO DE AÇÕES.. In: Anais do XII Encontro Regional de Matemática Aplicada e Computacional do Rio Grande do Sul. Anais...Porto Alegre(RS) IME/UFRGS, 2025. Disponível em: https//www.even3.com.br/anais/xii-ermac-rs/1064060-REDES-NEURAIS-RECORRENTES-LONG-SHORT-TERM-MEMORY-(LSTM)-APLICADAS-A-PREVISAO-DE-ACOES. Acesso em: 05/02/2026

Trabalho

Even3 Publicacoes