The combination of neural estimates in prediction and decision problems

In this dissertation, different ways of combining neural predictive models or neural-based forecasts are discussed. The proposed approaches consider mostly Gaussian radial basis function networks, which can be efficiently identified and estimated through recursive/adaptive methods. Two different ways of combining are explored to get a final estimate – model mixing and model synthesis –, with the aim of obtaining improvements both in terms of efficiency and effectiveness. In the context of model mixing, the usual framework for linearly combining estimates from different models is extended, to deal with the case where the forecast errors from those models are correlated. In the context of model synthesis, and to address the problems raised by heavily nonstationary time series, we propose hybrid dynamic models for more advanced time series forecasting, composed of a dynamic trend regressive model (or, even, a dynamic harmonic regressive model), and a Gaussian radial basis function network. Additionally, using the model mixing procedure, two approaches for decision-making from forecasting models are discussed and compared: either inferring decisions from combined predictive estimates, or combining prescriptive solutions derived from different forecasting models. Finally, the application of some of the models and methods proposed previously is illustrated with two case studies, based on time series from finance and from tourism.

Predição da criatividade e saúde mental

A criatividade tem sido mencionada desde há muito tempo pela literatura. A forma de a conceptualizar tem dependido em muito dos investigadores e da sua visão sobre o que é criatividade, porém as suas potencialidades têm tomado cada vez mais interesse pela comunidade científica. Os seus benefícios estendem-se a diversas áreas da vida humana, como sentimentos de satisfação, bem-estar e saúde mental. A investigação aqui apresentada procura encontrar modelos preditivos de comportamentos criativos, pressupondo que estes poderão ser de grande auxílio para o desenvolvimento de um melhor bem-estar psicológico. Assim a investigação comportou o uso de quatro variáveis: a pessoa, o processo, o produto e o ambiente criativo. A amostra contou com 215 estudantes universitários e os resultados revelaram o encontro de quatro modelos preditivos de comportamentos criativos, com uma maior ênfase nas artes visuais e manuais. Conclui-se com a ideia de que a predição de produtos criativos é possível e que tal poderá ser preponderante para um bom desenvolvimento da saúde mental.