Desde
2019, o pacote StateSpace Models, do CTC/PUC-Rio, está hospedado no GitHub,
plataforma mundial líder em desenvolvimento de software, e acaba de chegar à
marca de 50 estrelas, maneira pela qual os usuários classificam seus softwares
favoritos. Isso significa que estudantes do mundo inteiro estão utilizando, se
beneficiando e aprovando as vantagens do pacote. O StateSpace Models foi
desenvolvido há dois anos no LAMPS (Laboratory
of Applied Mathematical Programming and Statistics/Laboratório de
Programação, Matemática Aplicada e Estatística), laboratório
multi-departamental do Centro Técnico
Científico da PUC-Rio (CTC/PUC-Rio).
O StateSpaceModels.jl é um pacote que consiste em
um framework para modelagem, análise, previsão e simulação de séries temporais
através de modelos de espaço de estados. O usuário pode optar por modelos
clássicos pré-definidos, como modelos estruturais, de nível local ou de
tendência linear, ou pode definir seus próprios modelos através de uma
interface geral. Ele inova ao permitir ampla flexibilidade para
considerar caraterísticas específicas das diferentes aplicações. Foi construído
inicialmente para a previsão da carga das distribuidoras e geração de
energia renovável. Mas acabou sendo utilizado também para diversas outras
aplicações. As simulações possíveis são de qualquer grandeza, que varie ao
longo do tempo, e que acredite-se ter um padrão sazonal ou de
tendência. Além disso, o pacote permite a estimação de dados faltantes,
detecção de quebras estruturais, além de filtrar componentes de tendência,
sazonalidade e nível de séries temporais.
Desenvolvido
por Raphael Saavedra, Guilherme Bodin e Mario Souto, na época, alunos de
pós-graduação do programa de Engenharia Elétrica associados ao
laboratório, o SpaceStateModels.jl utiliza a linguagem de programação
Júlia (desenvolvida no MIT/EUA), estando alinhado com o que há de
mais avançado em data science na
atualidade.
A
equipe do LAMPS, ao hospedá-lo no GitHub, seguiu sua vocação de alavancar esse processo de transformação através de um
ambiente colaborativo envolvendo alunos, pesquisadores seniores, colaboradores
externos e agentes da indústria. “Permitir que outros pesquisadores e
empresas tenham acesso a esse modelo, uma ferramenta muito poderosa e
que contém anos de experiência do grupo, é um dos principais papéis de uma
instituição de pesquisa”, ressalta o Prof. Alexandre Street, um dos
fundadores do LAMPS.
O
Prof. Alexandre Street chama ainda atenção para as vantagens do pacote no
momento de crise em função do coronavírus: “Olhando o setor elétrico, por
exemplo, em um cenário com forte queda de consumo devido às medidas de
distanciamento social, esse modelo passa a ser bem interessante e vantajoso
frente aos modelos clássicos usados na indústria. Sua ampla flexibilidade
permite a criação de diversas abordagens para tratar as quebras estruturais e
novos padrões. Ele permite ao cientista de dados utilizar a sua criatividade e
conhecimento sobre o problema para inserir novas componentes no modelo. E, em
tempos de crise, precisamos munir os cientistas de dados com boas ferramentas
que maximizem a sua eficácia em resolver os grandes desafios que as empresas e
sociedade enfrentam”, comenta Street.
Ele
acrescenta: “O modelo também permite o que chamamos de revisão probabilística.
Ao invés de gerar apenas uma previsão, ele pode produzir centenas ou milhares
de cenários futuros. Isso permite ao tomador de decisão não basear sua
estratégia somente numa previsão média, que certamente estará errada. O que
precisamos é considerar no processo decisório o risco da previsão não
acontecer. O nosso modelo permite que os usuários e áreas de análise de risco
tenham acesso a informação. E isso é crítico hoje em dia, onde a incerteza é grande em todos
os setores”.