• Informações do Trabalho

Titulo Modelos para Previsão da Arrecadação do ICMS do Rio de Janeiro Utilizando Deep Learning Subtítulo Autor PEDRO FERNANDES FREITAS Orientador LUCIANA CONCEICAO DIAS CAMPOS Resumo Este trabalho estuda sobre como a Ciência da Computação pode auxiliar a gestão pública no planejamento e execução de recursos financeiros arrecadados através do Imposto sobre Circulação de Mercadorias e Prestação de Serviços de Transporte Interestadual e Intermunicipal e de Comunicação (ICMS) do estado do Rio de Janeiro. A escolha do tema apoia-se no fato de que os impostos se configuram como importante fonte de renda para o governo, os quais geram recursos financeiros para subsidiarem programas governamentais para a sua população e para custearem bens e serviços públicos. Prever os futuros valores de arrecadação de ICMS torna-se tarefa indispensável para a Secretaria de Fazenda (SEFAZ), tendo em vista que os valores alcançados na previsão servem de base para o planejamento orçamentário do estado. Sendo assim, a previsão de ICMS precisa acontecer pelo menos doze meses antes de o dinheiro ser usado pelo estado, a fim de que o planejamento orçamentário possa apresentar maior eficiência. Desse modo, este trabalho buscou averiguar diferentes possibilidades de previsão para verificar até onde é possível ter um horizonte seguro de previsão, empregando modelos de Redes Neurais Recorrentes Long Short-Term Memory (LSTM) e comparando os resultados. Palavras-Chave Palavras-chave; Rede neural artificial; Machine Learning; Deep Learning; LSTM; ICMS.