Estimativa de ocorrência de precipitação em áreas agrícolas utilizando floresta de caminhos ótimos

Freitas, Greice Martins de; Papa, João Paulo; Ávila, Ana Maria Heuminski de; Pinto, Alexandre Xavier Falcão Hilton Silveira; Pinto, Hilton Silveira

doi:10.1590/s0102-77862010000100002

Cited by 3 publications

(3 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Outro método que se destaca é a Máquina de Vetores de Suporte (MVS), que representa um conjunto de métodos de aprendizagem supervisionados para classificação e regressão. O classificador MVS mapeia os vetores de características das amostras (pixels, por exemplo), como entrada para o algoritmo em um espaço de maior dimensão, onde se supõe que elas sejam separáveis linearmente (Freitas et al, 2010). Segundo Schölkopf e Smola 2002tem uma fundamentação mais sólida do que as RNA, sendo capazes de substituí-las com desempenho semelhante.…”

Section: A Concepção Dos Métodos De Preenchimento De Falhas E Interpounclassified

Preenchimento de Falhas e Espacialização de Dados Pluviométricos: Desafios e Perspectivas

Brubacher¹,

Oliveira²,

Guasselli³

2020

Rev. bras. meteorol.

View full text Add to dashboard Cite

Resumo A precipitação é uma das variáveis climáticas mais importantes para o planejamento urbano e rural, para monitorar eventos extremos que possam causar impactos na sociedade e auxiliar em projetos de drenagem urbana, a fim de reduzir os riscos inerentes a inundações e alagamentos, ou mesmo obras de engenharia, como dimensionamento de barragens. No entanto, as falhas em séries extensas prejudicam esses estudos, sendo necessário utilizar modelos para o seu preenchimento. O presente estudo tem como objetivo revisar os métodos de preenchimento de falhas e de interpolação espacial de dados de precipitação. A revisão dos métodos foi realizada a partir da pesquisa e leitura de materiais bibliográficos, de modo a conceituar as abordagens, identificar vantagens e desvantagens de cada método e apresentar como estudos recentes, nacionais e internacionais, têm inovado ao comparar o desempenho em diferentes áreas de estudo. Com base nessa revisão, os principais métodos para o preenchimento de falhas são os seguintes: i) ponderação a partir de Regressão Linear Simples ou Múltipla; ii) modelos matemáticos baseados em aprendizagem de máquinas, tais como as Redes Neurais Artificiais; iii) interpoladores espaciais para o preenchimento de falhas (Inverso da Distância, Vizinho Natural, Krigagem). Por fim, foi verificada uma evolução das técnicas de interpolação e de preenchimento de falhas nas últimas décadas, em decorrência da evolução da capacidade computacional e tecnológica.

show abstract

Section: A Concepção Dos Métodos De Preenchimento De Falhas E Interpounclassified

Preenchimento de Falhas e Espacialização de Dados Pluviométricos: Desafios e Perspectivas

Brubacher¹,

Oliveira²,

Guasselli³

2020

Rev. bras. meteorol.

View full text Add to dashboard Cite

show abstract

“…Um caminho da árvore é uma sucessão de dados de amostras n, e a cada caminho n, o custo é dado por uma função f (n). O caminho n é dito ótimo se a função de n for menor ou igual à função de qualquer caminho T, denotado como f (T), no qual n e T terminam na mesma amostra (FREITAS et al, 2010):…”

Section: Optimun Path Forestunclassified

Uso Do Aprendizado De Máquina No Diagnóstico Médico De Patologias

Takakura¹,

Pereira²,

Silva³

et al. 2018

COLLOQ EXACTARUM

View full text Add to dashboard Cite

RESUMO -A tecnologia se desenvolve rapidamente em diferentes áreas do conhecimento, uma destas áreas é a medicina. Este trabalho apresenta uma proposta de automatização de diagnóstico de patologias utilizando técnicas e métodos classificadores de Aprendizagem de Máquina (AM). Através dos métodos que serão explanados e implementados, as informações contidas nas bases de dados serão analisadas e classificadas, gerando resultados. Com a utilização dessas técnicas, através de máquinas para o diagnóstico médico, patologias poderão ser detectadas num estágio menos avançado da doença e com maior precisão, quando comparado a diagnóstico inteiramente humano sofre influências de fatores externos, o que pode afetar no diagnóstico do paciente. Neste trabalho busca-se analisar dados e classifica-los de acordo com os métodos à serem citados, e por fim pode ser definido o método aplicado mais viável e eficaz. Palavras-chave: aprendizagem de máquina; diagnóstico; patologias; classificadores; base de dados.ABSTRACT -Technology develops rapidly in different areas of knowledge, one of these areas is medicine. This paper presents a proposal for the automation of diagnosis of pathologies using techniques and methods of Machine Learning (AM) classification. Through the methods that will be explained and implemented, the information contained in the databases will be analyzed and classified, generating results. With the use of techniques for medical diagnosis, pathologies are detected at the less advanced stage of the disease and more accurately, when compared to a fully human diagnosis it is influenced by external individuals, which can affect any diagnosis of the patient. This work seeks to analyze data and classify according to the methods to be cited, and finally can be defined the most feasible and effective applied method.

show abstract

“…Muitos projetos de campo acabam mal sucedidos devido a sua vulnerabilidade frente às condições meteorológicas e ineficiência no planejamento e controle de distribuição de água (FREITAS et al, 2010). Corrobora a isso a falta de investimento em estruturas que poderiam potencializar o melhor aproveitamento do recurso hídrico e o uso indiscriminado ainda praticado por usuários que permanecem à margem da Lei.…”

Section: Introductionunclassified

Balanço Hídrico E Classificação Climática Na Bacia Do Rio Jauquara, Região De Transição Entre O Cerrado E Amazônia Brasileira

Cassettari

Queiróz

2020

ABClima

View full text Add to dashboard Cite

A crescente demanda hídrica juntamente com a falta de planejamento e gestão de recursos hídricos traz impactos ambientais. Consequentemente, a produção agropecuária é afetada, por ser uma atividade econômica que depende de disponibilidade hídrica e está muito suscetível às condições meteorológicas e às oscilações climatológicas. O presente estudo objetivou estimar o balanço hídrico climatológico e fazer a classificação climática na Bacia Hidrográfica do Rio Jauquara, afluente do Paraguai Superior, por meio da interpolação de dados históricos de precipitação e temperatura das estações meteorológicas mais próximas à área de estudo. Através da interpolação dos dados obteve-se precipitação média anual de 1344,3 mm e temperatura média anual de 25,5ºC. O extrato do Balanço Hídrico Climatológico revelou 373,7 mm de déficit entre os meses de abril e outubro e excesso de 241,7 mm entre os novembro e março, sendo os meses críticos julho, agosto e setembro, com médias mensais de 63,9, 94,7 e 93,6 mm, respectivamente. O tipo climático foi representado pela fórmula C2wA’b’4, ou seja, clima Megatérmico com déficit hídrico moderado no inverno e evapotranspiração de 1476,2 mm, ocorrendo 48% no verão. A interpolação dos dados climáticos permitiu estimar o balanço hídrico e realizar classificação climática, pois corrobora com a realidade da região estudada.

show abstract

Estimativa de ocorrência de precipitação em áreas agrícolas utilizando floresta de caminhos ótimos

Cited by 3 publications

References 10 publications

Preenchimento de Falhas e Espacialização de Dados Pluviométricos: Desafios e Perspectivas

Preenchimento de Falhas e Espacialização de Dados Pluviométricos: Desafios e Perspectivas

Uso Do Aprendizado De Máquina No Diagnóstico Médico De Patologias

Balanço Hídrico E Classificação Climática Na Bacia Do Rio Jauquara, Região De Transição Entre O Cerrado E Amazônia Brasileira

Contact Info

Product

Resources

About