|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
18/10/2017 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
OLIVEIRA, H. L. C. de; OLIVEIRA, S. R. de M.; MONTEIRO, J. E. B. de A. |
Afiliação: |
HENRIQUE LIMA CARÁ DE OLIVEIRA, Unicamp, Bolsista CNPq; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; JOSE EDUARDO B DE ALMEIDA MONTEIRO, CNPTIA. |
Título: |
Geração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 11., 2017, Campinas. Anais... [S.l: s.n.], 2017. |
Páginas: |
Não paginado. |
Descrição Física: |
1 CD-ROM. |
ISBN: |
978-85-7029-141-7 |
Idioma: |
Português |
Notas: |
CIIC 2017. Nº 17602. |
Conteúdo: |
RESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados medidos. MenosRESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados... Mostrar Tudo |
Palavras-Chave: |
Agrometeorologia; Algoritmo Random Forest; Aprendizado com classes desbalanceadas; Aprendizado de máquina; Data imputation; Imputação de dados; Machine Learning; Modelos preditivos; Predictive modeling; Séries temporais; Unbalanced class learning. |
Thesaurus Nal: |
Agrometeorology; Artificial intelligence; Time series analysis. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/165194/1/PL-Geracao-CIIC.pdf
|
Marc: |
LEADER 02726nam a2200337 a 4500 001 2077534 005 2020-01-21 008 2017 bl uuuu u00u1 u #d 020 $a978-85-7029-141-7 100 1 $aOLIVEIRA, H. L. C. de 245 $aGeração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina.$h[electronic resource] 260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 11., 2017, Campinas. Anais... [S.l: s.n.]$c2017 300 $aNão paginado.$c1 CD-ROM. 500 $aCIIC 2017. Nº 17602. 520 $aRESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados medidos. 650 $aAgrometeorology 650 $aArtificial intelligence 650 $aTime series analysis 653 $aAgrometeorologia 653 $aAlgoritmo Random Forest 653 $aAprendizado com classes desbalanceadas 653 $aAprendizado de máquina 653 $aData imputation 653 $aImputação de dados 653 $aMachine Learning 653 $aModelos preditivos 653 $aPredictive modeling 653 $aSéries temporais 653 $aUnbalanced class learning 700 1 $aOLIVEIRA, S. R. de M. 700 1 $aMONTEIRO, J. E. B. de A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Amazônia Ocidental. |
Data corrente: |
11/01/2008 |
Data da última atualização: |
08/02/2019 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
SOUZA, K. W.; LIMA, H. N.; TEIXEIRA, W. G.; SCHAEFER, C. E. G. R.; FERNANDES FILHO, E. I. |
Afiliação: |
Kleberson Worslley de Souza, UFV; Hedinaldo Narciso Lima, Ufam; WENCESLAU GERALDES TEIXEIRA, CPAA; C.E.G.R. Schaefer; E.I. Fernandes Filho. |
Título: |
Caracterização do uso do solo em duas comunidades de várzea do rio Solimões. |
Ano de publicação: |
2007 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 31., 2007, Gramado. Conquistas e desafios da Ciência do Solo: livro de resumos. Porto Alegre: Universidade Federal do Rio Grande do Sul, 2007. p. 171. |
Idioma: |
Português |
Conteúdo: |
A várzea constitui um ecossistema de grande importância para a agricultura familiar na Amazônia. A maior limitação para o uso agrícola dos solos de várzea é a inundação sazonal que sofrem, além de problemas de drenagem nas áreas mais rebaixadas. Este estudo teve o objetivo de avaliar as características químicas e físicas e de uso agrícola do solo em duas comunidades de várzea do rio Solimões. Para tanto, foram realizadas análises químicas e físicas dos solos. Também foram feitas entrevistas e aplicados questionários a produtores rurais das comunidades da área de estudo, bem como foram feitas observações e relatos das práticas de uso do solo. |
Palavras-Chave: |
Amazonas; Brasil. |
Thesagro: |
Solo; Uso da Terra; Várzea. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/192404/1/Id-17914-pg-171.pdf
|
Marc: |
LEADER 01420nam a2200217 a 4500 001 1679221 005 2019-02-08 008 2007 bl uuuu u00u1 u #d 100 1 $aSOUZA, K. W. 245 $aCaracterização do uso do solo em duas comunidades de várzea do rio Solimões. 260 $aIn: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 31., 2007, Gramado. Conquistas e desafios da Ciência do Solo: livro de resumos. Porto Alegre: Universidade Federal do Rio Grande do Sul, 2007. p. 171.$c2007 520 $aA várzea constitui um ecossistema de grande importância para a agricultura familiar na Amazônia. A maior limitação para o uso agrícola dos solos de várzea é a inundação sazonal que sofrem, além de problemas de drenagem nas áreas mais rebaixadas. Este estudo teve o objetivo de avaliar as características químicas e físicas e de uso agrícola do solo em duas comunidades de várzea do rio Solimões. Para tanto, foram realizadas análises químicas e físicas dos solos. Também foram feitas entrevistas e aplicados questionários a produtores rurais das comunidades da área de estudo, bem como foram feitas observações e relatos das práticas de uso do solo. 650 $aSolo 650 $aUso da Terra 650 $aVárzea 653 $aAmazonas 653 $aBrasil 700 1 $aLIMA, H. N. 700 1 $aTEIXEIRA, W. G. 700 1 $aSCHAEFER, C. E. G. R. 700 1 $aFERNANDES FILHO, E. I.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amazônia Ocidental (CPAA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|