Utilização de redes neurais de memória de longo e curto prazo (LSTM) para previsão da arrecadação mensal de receita orçamentária em Cajazeiras, estado da Paraíba

Abstract

A previsão de receitas orçamentárias tornou-se crucial para a gestão eficaz dos órgãos públicos, especialmente devido às incertezas econômicas e políticas que impactam diretamente esses dados ao longo do tempo. Este estudo apresenta uma iniciativa de investigação que utiliza técnicas avançadas de Machine Learning, especificamente o modelo Long Short-Term Memory (LSTM), para prever as receitas orçamentárias. A aplicação desse modelo demonstrou resultados promissores, apresentando um erro relativo de previsão pouco superior a 1%, indicando uma eficácia na predição das receitas. Essa abordagem moderna e precisa destaca-se como uma potencial ferramenta para os órgãos governamentais, proporcionando uma visão mais clara e preditiva das receitas, mesmo em contextos marcados por volatilidade econômica e incertezas políticas.