Análise de padrões seqüenciais em série histórica do rio Paraguai
|
|
- Isabel Maria das Graças Jardim Amado
- 6 Há anos
- Visualizações:
Transcrição
1 Análise de padrões seqüenciais em série histórica do rio Paraguai Laurimar Gonçalves Vendrusculo 1 Stanley Robson de Medeiros Oliveira 1 Júlio César Dalla Mora Esquerdo 1 João Francisco Gonçalves Antunes 1 1 Embrapa Informática Agropecuária - CNPTIA Av. André Tosello, Caixa Postal Campinas - SP, Brasil (laurimar, stanley, julio, joaof}@cnptia.embrapa.br Resumo. O crescente armazenamentos de dados com características temporais desafia os pesquisadores a elaborar algoritmos eficientes para a descoberta de conhecimento. A mineração de dados, por meio da descoberta de padrões seqüenciais, contribui para o entendimento de ocorrência de fenômenos que possuam um ciclo não conhecido. Neste trabalho, foram analisados dados referentes à altura do Rio Paraguai de uma série histórica centenária. Utilizou-se a técnica SAX para redução da dimensionalidade e representação simbólica dos dados. Por meio do algoritmo GeneralizedSequentialPatterns, as seqüências mais freqüentes encontradas explicaram a periodicidades transitórias e permanentes do ciclo hidrológico do Rio Paraguai. Como validação da técnica SAX, utilizou-se índices de reflectância advindos da banda 3 A (infra-vermelho próximo) de imagens AVHRR-NOOA. Os resultados nas duas metodologias identificaram similarmente períodos de cheia e estiagem no período de 2004 a Palavras-Chave: mineração de dados, padrões seqüenciais, séries temporais 323
2 Abstract. The increase of data storage capacity with spatial characteristics poses new challenges to researchers to design efficient algorithms for knowledge discovery. Data mining, through the discovery of sequential patterns, contributes to the understanding of natural phenomena that have an unknown cycle. In this article, it was analyzed data related to height of the River Paraguay from a historical series. The SAX technique was applied to dimensionality reduction and symbolic representation of the data. By using the algorithm GeneralizedSequentialPatterns, the most frequent sequences explained the transitory and constant periods of the hydrological cycle of the River Paraguay. As a validation of the technique SAX it was used reflectance indices arising from the band 3 A (near infrared) of AVHRR-NOOA images. The results presented by the two methods identified similar periods of flood and drought in the period from 2004 to Key-words: data mining, sequential patterns, temporal series. 1. Introdução A mineração de padrões seqüenciais abrange o desafio de localizar subseqüências freqüentes, as quais representam padrões em grandes bases de informação. As técnicas para localização destes padrões podem ser usadas em uma ampla gama de aplicações tais como: análise de mercado varejista, weblogging, tratamento de doenças, análise de seqüências de DNA entre outras. Pode-se perceber que todas essas aplicações incorporam aspectos relacionados ao tempo. O problema de mineração de padrões seqüenciais foi inicialmente discutido por Agrawal & Srikant (1995). Dada uma base de dados de seqüências, onde cada seqüência é uma lista de transações ordenadas pelo tempo e cada transação uma lista de itens, o problema relacionado à mineração de padrões seqüenciais resume-se em encontrar subseqüências freqüentes, que satisfaçam o suporte mínimo especificado pelo usuário, isto é, localizar aquelas subseqüências cuja freqüência de ocorrência no conjunto de seqüências não seja menor que o suporte mínimo. Uma série temporal T = t 1,t 2...,t m, pode ser definida como um conjunto escalar ou multivariado de observações medidas no tempo, em intervalos iguais. Para um valor de m elevado, extrair informação útil passa a ser um desafio. No contexto das tarefas de mineração de dados, o importante é obter propriedades locais e não globais da série. Para tanto, a abordagem mais direta é o particionamento da série temporal em subseqüências C = t p,..., t p +n 1 o de T, com tamanho n<<m, onde p é uma posição aleatória e para 1 p m - n + 1. Por meio das subseqüências pode-se analisar os eventos próximos, e.g. período de valores elevados (cheia) de um rio, ou todas as possíveis ocorrências da subseqüência extraídas na série como um todo, e.g. conjunto de baixos valores de vazão hidrológica em uma série centenária. A estatística clássica oferece um conjunto de técnicas para análise das séries temporais. Para a análise de tendências, pode-se ajustar modelos de regressão polinomial na série como um todo ou em na vizinhança de algum ponto de interesse. Outra classe de modelos matemáticos aplicados em séries temporais, onde não se detecte tendência ou sazonalidade, são os modelos auto-regressivos (Latorre & Cardoso, 2001). Outra abordagem para analisar a série temporal seria utilizar as tarefas da mineração de dados. Segundo Han & Kamber (2006) é grande o interesse em descobrir conhecimento implícito em séries temporais. Estudos que retratam o interesse da comunidade científica em tarefas de mineração relevantes como indexação, agrupamento, classificação e segmentação, são respectivamente, descritos por Yi & Faloutsos (2000), Keogh & Pazzani (1998) e Ge & Smyth (2000). O foco deste estudo é a descoberta de padrões seqüenciais, a qual tem por objetivo identificar a seqüência que ocorre mais freqüentemente na série temporal. Para tanto, será utilizada uma representação simbólica dos dados denominada SAX (Symbolic Aggregate approximation), proposta por Lin et al. (2007). SAX permite a redução da dimensionalidade 324
3 dos dados e apresenta uma medida de distância eficaz para cálculo da similaridade entre a série discretizada e a série dos dados originais (Lower Bounding). O restante deste artigo será organizado da seguinte forma: Seção 2 discute brevemente as técnicas de representação simbólica voltada à mineração de dados, enfatizando o método SAX. Seção 3 contém uma avaliação experimental da abordagem simbólica utilizando dados de uma série histórica estática de cento e seis anos das cotas diárias (altura) do Rio Paraguai. A validação do método SAX é realizada por meio de índices de refletância da banda 3 A de imagens AVHRR-NOAA. Finalmente, a seção 4 discute alguns dos resultados obtidos e a seção 5 oferece algumas conclusões e sugestões para trabalhos futuros. 2. Material e Métodos 2.1. Representação simbólica das séries temporais O grande gargalo para análise computacional de uma série temporal com grande quantidade de dados tem sido processá-la totalmente na memória principal. Uma abordagem genérica para processar dados históricos procura criar uma aproximação dos dados que se ajuste a memória principal, como primeira etapa. A aproximação dos dados, com os aspectos de interesse é submetida ao algoritmo da mineração de dados. A fase final consiste em realizar alguns acessos à série original, armazenada em disco, de forma a confirmar a solução obtida na fase anterior. Porém de nada vale esta abordagem se a aproximação dos dados não for significativa em relação à série original. Os acessos ao disco na última fase podem ficar numerosos e inviabilizar uma solução eficiente. Para facilitar a aproximação dos dados ou sua representação simbólica, vários autores propuseram soluções tais como: Transformada discreta de Fourier - DFT (Faloutsos et al., 1994), Transformada discreta de ondaletas - DWT (Chan & Fu, 1999), Piecewise linear e Piecewise constant models - PAA (Keogh et al., 2001). A Figura 1 ilustra as representações mais utilizadas no processo de discretização dos dados. Transformada de Discreta de Fourier Piecewise Linear Approximation Ondaletas de Haar Adaptative Piecewise Constant Approximation Figura 1. Representações mais usuais para séries temporais utilizadas em tarefas de mineração de dados (Figura extraída de Li et al.. (2007).) A técnica SAX permite que uma série de tamanho n seja reduzida para uma palavra (string) de tamanho w, onde normalmente w << n. O tamanho do alfabeto é um inteiro representado por a, onde a > 2. A primeira fase de SAX transforma os dados na representação Piecewise Aggregate Approximate (PAA). Este algoritmo divide uma série em N segmentos de tamanho fixo (frames), adjacentes um ao outro, porém disjuntos, por meio do cálculo da média dos valores dos pontos no interior de cada segmento. Desta forma obtém-se uma série intermediária formada pelos valores médios de cada um dos segmentos. 325
4 De imediato, a vantagem no uso de SAX é a redução da dimensionalidade, onde uma série temporal C de tamanho n pode ser representada no espaço w-dimensional pelo vetor Č = č 1,..., č w O n-enésimo elemento de Č pode ser calculado pela equação 1: (1) Visualmente, a representação SAX pode ser vista como uma tentativa de aproximar os dados originais utilizando uma combinação linear de segmentos, conforme mostra a Figura 2. Para simplificar, SAX considera que n é divisível por w. Antes de se converter para a representação PAA, a série é normalizada para ter média zero e desvio padrão igual a um. Figura 2. Representação em PAA de uma série temporal de tamanho original 128, reduzida para 8 dimensões (Figura extraída de Li et al.. (2007)). O passo seguinte a transformação em PAA é obter uma representação discreta. Para tanto, parte-se do princípio que a técnica de discretização produza símbolos com probabilidade iguais (eqüiprobabilidade) de ocorrência. Considera-se que as séries temporais normalizadas têm distribuição gaussiana ou normal. Após a normalização dos dados, determinam-se quantos breakpoints a curva gaussiana produzirá. Os breakpoints produzem m áreas de igual tamanho sobre a curva. Na técnica SAX o número de breakpoints varia de três a dez. Após obter a série PAA, o algoritmo verifica os coeficientes que estão abaixo do menor breakpoint, neste caso a este segmento é associado à letra a. Todos os coeficientes maiores que o menor e menores que o próximo breakpoint são mapeados com o símbolo b e assim sucessivamente, conforme ilustra a Figura 3. A palavra encontrada na série é : baabccbc 326
5 Figura 3. Utilização de breakpoints predeterminados para mapear os coeficientes PAA. O exemplo mostra uma série com n = 128, w = 8 e a = 3. (Figura extraída de Li et al. (2007)) Avaliação experimental da abordagem simbólica Os dados utilizados neste estudo referem-se aos valores diários obtidos por uma régua de medição, do nível do Rio Paraguai, localizada no 6 º distrito Naval da Marinha em Ladário, Mato Grosso do Sul (Lat: -19 º 0 06 e Long -57 º ), conforme ilustra a Figura 4. Os dados foram extraídos no sistema de Informações Hidrológicas HidroWeb 1, desenvolvido pela Agência Nacional de Águas (Ana), relativos ao período de 1900 a Figura 4. Bacia do Alto Paraguai e a localização de Ladário, Mato Grosso do Sul. A importância do Rio Paraguai é inegável, pois constitui-se num dos principais tributários da Bacia do Prata, que é a segunda maior bacia da América do Sul. Daqueles rios que compõem a Bacia do Alto Paraguai, é o que mais se direciona para o centro do continente e abrange regiões distintas como o Planalto e o Pantanal. O Planalto é uma região com alta altitude, chegando a atingir valores acima de 200 m até m. A drenagem nesta região é bem definida e convergente. Ao contrário, o Pantanal é uma região com baixas cotas de altitude. Os dados obtidos do sistema Hidroweb são obtidos na forma de uma planilha eletrônica. Cada linha da planilha original apresenta dados mensais e os valores diários, em centímetros, 1 Disponível na URL: 327
6 representados pelos atributos Cota n, onde n representa o dia do mês. O esforço inicial foi transpor manualmente as linhas mensais em valores diários na forma de colunas. No período de 1977 a 1989 os dados da planilha Excel apresentaram-se redundantes. Para cada mês havia três registros idênticos. A exclusão das linhas se deu por inspeção visual e de forma manual. Na fase seguinte, foi aplicada a conversão da série em PPA e posteriormente a atribuição de valores simbólicos para cada segmento da curva. Utilizou-se os algoritmos MatLab disponíveis na Home Page ( ) do Projeto SAX. O ambiente MATLAB Student 6.5, foi utilizado, customizando os seguintes programas para a série em estudo: - Timeseries2symbol.m - Converte a série em uma String SAX - sax_demo.m - Normaliza os dados e apresenta graficamente a série original, em PAA e SAX. A série original possuía registros equivalentes aos 106 anos da série. Como o valor de w deve ser divisível pelo tamanho original, retirou-se os últimos dois valores, arredondando a série para registros. Optou-se pelo valor de 10 para o breakpoint, para tanto o valor de w passou a ser O alfabeto para w = 10 foi representado pelos seguintes símbolos: a,b,c,d,e,f,g,h,i. A curva de saída gerada pelos algoritmos é mostrada pela Figura 5. i h g i (a) (b) Figura 5. Curva PPA com representação simbólica (a) Visão ampliada de parte da representação simbólica. Os algoritmos disponibilizaram uma palavra de caracteres, onde cada caracter associava o valor representativo de um (1) decêndio (dez dias) do mês. Como cada letra representava o período de um decêndio, houve esforço manual para criar subseqüências que representassem o período anual (36,6 strings). Neste caso, optou-se por considerar 37 letras. A trigésima sétima letra sempre recebia o mesmo valor da trigésima sexta posição. Posteriormente escolheu-se reduzir a janela temporal para um mês, gerando então um novo arquivo com subseqüências de três letras (Ex: a2006,"f,f,g,1m"). Para o décimo segundo mês, optou-se por acrescentar mais uma letra, com valor igual ao último decêndio (Ex: a2006,"f,f,g,g,12m"). Para análise de padrões utilizou-se um dos mais populares ambientes para descoberta do conhecimento de domínio público, a ferramenta Waikato Environment for Knowledge Analysis WEKA (Witten & Frank, 2005). O WEKA fornece uma API para suporte ao aprendizado de máquina, implementado em Java, que incorpora vários algoritmos para: 328
7 seleção de atributos, seleção de instâncias, algoritmos de aprendizagem supervisionada e outros. O algoritmo utilizado foi o GeneralizedSequentialPatterns no Ambiente Weka Para um suporte de 0.01, os padrões mais encontrados, para seqüências de tamanho um, e o respectivo número de vezes, foram: {h,h,h} - (99) {e,e,e} - (111) {c,c,c} - (110) {d,d,d} - (165) Para analisar o ciclo hidrológico do Rio Paraguai em toda a extensão da série temporal, construiu-se numa planilha com a presença dos padrões mais encontrados associados a cada mês. Uma janela temporal de janeiro de 2004 a dezembro de 2006 dessa planilha é ilustrada pela Figura Figura 6. Destaque das subseqüências que mais ocorreram na série temporal hidrológica no período de 2004 a Com o objetivo de validar a metodologia SAX utilizada nesse trabalho, em cotas do rio Paraguai, optou-se por utilizar a técnica proposta por Antunes & Esquerdo (2007) e comparar os resultados obtidos. Foram utilizadas imagens AVHRR-NOAA obtidas do acervo do Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura (CEPAGRI/UNICAMP), em seu estado bruto. Foram processadas ao todo 1628 imagens das passagens diurnas do satélite NOAA-17, entre janeiro de 2004 e dezembro de Foi analisada somente a banda 3A cuja faixa espectral varia de 1,58 a 1,64 µm se situando então na região do Infravermelho médio (IVM). Esta banda, segundo Antunes & Esquerdo (2007), enfatiza significativamente a presença de água nos locais amostrados. Utilizou-se um algoritmo baseado em análise harmônica para suavizar a curva temporal do IVM, mostrada na Figura 7. Ressalta-se que a refletância no IVM, mostrada na Figura 7, é inversamente proporcional à presença da água, ou seja, quanto menor a refletância da superfície, maior a quantidade de água. 329
8 REFLETÂNCIA (%) Variação Temporal do IVM/AVHRR-NOAA em Ladário 1 2 BRUTO SUAVIZADO 2004-JAN, FEV, MAR, ABR, MAI, JUN, JUL, AGO, SET, OUT, NOV, DEZ, 2005-JAN, FEV, MAR, ABR, MAI, JUN, JUL, AGO, SET, OUT, NOV, DEZ, 2006-JAN, FEV, MAR, ABR, MAI, JUN, JUL, AGO, SET, OUT, NOV, DEZ, QUINZENAS (2004 a 2006) Figura 7. Variação temporal do IVM (banda 3A) no município de Ladário, MS. 3. Resultados e Discussão A opção de se estudar o ciclo hidrológico do Rio Paraguai em um período mensal mostrou-se promissora, pois para períodos maiores (semestrais ou anuais), houve poucas ocorrências de padrões similares. A opção mensal também coincidiu com o período das estações do ano e os resultados permitiram confirmar que, posterior a uma cheia (período chuvoso) verifica-se uma estação de baixa (seca) Analisando-se toda a série histórica, encontrou-se uma periodicidade das cotas médias (d,e); ocorrendo alternadamente, em um período de três em três anos, desde o início do século até Sá et al. (1998), por meio de ondaletas, encontrou o período de quatro anos. De 1936 a 1950 verifica-se uma periodicidade quase anual de alternância entre as letras c e d, nos meses de novembro a março (período chuvoso) Constatou-se que até 1960 a periodicidade de altas cotas (h) era de quatro a cinco anos, com duração de três meses. A partir da década de 70 a freqüência muda para um ano, porém com menor duração (um mês). Uma melhoria deste estudo considera que os períodos trimestrais devam ser associados aos seus anos de ocorrência e não mais considerados como trimestres independentes. Desta forma espera-se encontrar padrões de tamanho maior que um. Embora os resultados do algoritmo GeneralizedSequentialPatterns mostraram apenas o somatório das maiores ocorrências, uma análise destes padrões mensais permitiu encontrar um média de cinco a seis das subseqüências mais encontrados no período de um ano. Portanto, estas são subseqüências representativas do ciclo. Os produtos resultantes do processamento da banca 3 A do sensor AVHRR-NOAA são similares aos resultados encontrados pela metodologia SAX, para o período de Janeiro de 2004 e dezembro de 2006, nas duas situações. Observa-se que o círculo 1, da Figura 7, corresponde ainda a um período de estiagem, atípico para esta época no pantanal onde a cheia já deveria ter se iniciado a partir do mês de 330
9 abril, conforme informa a Embrapa Pantanal (referência). O círculo 1, da Figura 6, representa este período de seca com cotas baixas, por meio do padrão c,c,c. Ilustrando um período bem definido de Cheia na Figura 7, o círculo 2, no período de maio a agosto de 2006, também é representado pelos padrões por cotas altas ( e,e,e e h,h,h ). 4. Conclusões A abordagem de redução de dimensionalidade e a representação simbólica dos dados, implementadas pela técnica SAX, mostraram-se eficazes e rápidas, no que tange ao processamento computacional de uma série temporal centenária. A técnica também prescinde o conhecimento do comportamento dos dados. Tal característica é interessante uma vez, que nem sempre o especialista em mineração de dados conhece profundamente a temática da base de dados. A validação metodológica da técnica SAX com imagens orbitais da faixa do infravermelho médio mostrou-se coerente, onde os períodos de cheia e seca foram detectados claramente. Como trabalhos futuros estão previstas a aplicação de algoritmos para predição da cota do Rio Paraguai, utilizando classificadores. Deve-se aplicar a técnica em outras bases de dados, tais como séries agroclimatológicas que contemplem os atributos de temperatura e precipitação. Pretende-se automatizar os algoritmos, de forma que se integrem com sistemas legados que já armazenem dados com características temporais. Sugere-se também como trabalhos futuros que alguma técnica de visualização deve ser adotada para que os padrões sejam visualizados na própria série temporal. 5. Agradecimentos Os autores agradecem o CEPAGRI/UNICAMP pela cessão das imagens NOAA para este trabalho. 6. Referências Agrawal, R.; Srikant,R.. Mining Sequential Patterns. In Proc. of the 11th Int'l on Data Engineering, Taipei, Taiwan:March Antunes, J. F. G. ; Esquerdo, J. C. D. M.. Geração automática de produtos derivados de imagens AVHRR- NOAA para monitoramento de áreas inundáveis do Pantanal. RBC. Revista Brasileira de Cartografia, v. 59, p , Chan, K.; Fu, A.W. Efficient Time Series Matching by Wavelets. In proceedings of the 15 th IEEE Int. Conference on Data Engineering. Sydney:Australia. p , Marc Faloutsos, C.; Ranganathan, M.; Manopopulos, Y. Fast Subsequence Matching in Time-Series Databases. SIGMOD Record. v. 23. p Ge, X.; Smyth, P. Deformable markov model templates for time-series pattern matching. In proceedings of the 6 th A CM SIGKDD Int Conference on Knowledge Discovery and Data Mining. Boston:MA,. p 81-90,. Aug 2000 Han, J. Kamber, M. Data mining concepts and techniques. San Diego, CA: Academic Press, p. Keogh, E. ; Pazzani, M. (1998). An enhanced representation of time series which allows fast and accurate classification, clustering artd relevance feedback. In proceedings of the 4 th Int. Conference on Knowledge Discovery and Data Mining. New York: NY, p , Aug Latorre, M. Do R. D. De O; Cardoso, M. R. A. Time series analysis in epidemiology: an introduction to methodological aspects. Rev. Bras. Epidemiol., São Paulo, v. 4, n. 3, p Disponível em: 331
10 < Acesso em: 17 Dec Lin, Jessica; Keogh, Eamonn; Wei, Li; Lonardi, Stefano Experiencing SAX: a novel symbolic representation of time series. Journal Data Mining and Knowledge Discovery. v. 15, n. 2,. p , Out Sá, L. A. A; Sambatti, S. B. M. ; Galvão, G. P Ondeleta de Mortlet Aplicada ao Estudo da Variabilidade do Nível do Rio Paraguai em Ladário, MS. Pesq. Agropec. Bras., Brasília v. 33, Número Especial, p , 1998 Yi, B.; Faloutsos, C.. Fast time sequence indexing for arbitrary lp norms. In proceedings of the 26 th Intl Conference onvery Large Databases. Cairo:Egypt,. p , Sept Witten, I.H.; Frank, E. Data Mining: Practical machine learning tools and techniques, Morgan Kaufmann, San Francisco, 525 p
Aplicação de Métodos de Séries Temporais para a Identificação de Seções em Exames de Manometria Anorretal
Aplicação de Métodos de Séries Temporais para a Identificação de Seções em Exames de Manometria Anorretal Carlos Andres Ferrero 1,2, Huei Diana Lee 1, Maria Carolina Monard 2, Wu Feng Chung 1,3, Cláudio
Uma Avaliação sobre a Identificação de Motifs em Séries Temporais
Uma Avaliação sobre a Identificação de Motifs em Séries Temporais André Gustavo Maletzke 1,2,3, Gustavo E.A.P.A Batista 1,3, Huei Diana Lee 2,3 1 Instituto de Ciências Matemáticas e de Computação Universidade
Prof. Heitor Silvério Lopes
Prof. Heitor Silvério Lopes WEKA WEKA: Waikato Environment for Knowledge Analysis Iniciado em 1992, versão estável atual: 3.8.1 É um software para mineração de dados desenvolvido em Java com código aberto
Programa do Curso. Transformação de Dados. Sistemas Inteligentes Aplicados. Carlos Hall. Discretização de Variáveis Contínuas
Sistemas Inteligentes Aplicados Carlos Hall Programa do Curso Limpeza/Integração de Dados Transformação de Dados Discretização de Variáveis Contínuas Transformação de Variáveis Discretas em Contínuas Transformação
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP. - junho a agosto de Inverno -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - junho a agosto de 2015 - Inverno - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências Atmosféricas
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP. - março a maio de Outono -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - março a maio de 2015 - Outono - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências Atmosféricas
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP. - Março a maio de Outono -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Março a maio de 2016 - Outono - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências Atmosféricas
Aprendizado de Máquina (Machine Learning)
Ciência da Computação (Machine Learning) Aula 02 Representação dos dados Pré-processamento Max Pereira Tipo de Dados Os atributos usados para descrever objetos de dados podem ser de diferentes tipos: Quantitativos
Visualização Computacional
Visualização Computacional Séries Temporais Rafael Umino Nakanishi Universidade de São Paulo Instituto de Ciências Matemáticas e Computação Novembro de 2013 Rafael Umino Nakanishi (USP-ICMC) Visualização
Implementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG Implementação de um Modelo para Previsão de Evasão Escolar no IFSULDEMINAS
Avaliação de modelos de densidade de probabilidade em séries de dados meteorológicos
Resumos Expandidos: XII Mostra de Estagiários e Bolsistas... 21 Avaliação de modelos de densidade de probabilidade em séries de dados meteorológicos Luana Osaka Ohashi¹ José Eduardo Boffino de Almeida
Professor: Eduardo R. Hruschka Estagiário PAE: Luiz F. S. Coletta
Professor: Eduardo R Hruschka Estagiário PAE: Luiz F S Coletta (luizfsc@icmcuspbr) Sumário Definição do projeto 1 Desenvolvimento de algoritmo de Aprendizado de Máquina (AM); 2 Pré-processamento dos dados;
CC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Classificação de áreas algodoeiras utilizando séries temporais de imagens Modis
34 Classificação de áreas algodoeiras utilizando séries temporais de imagens Modis João Paulo Sampaio Werner¹ Stanley Robson de Medeiros Oliveira² Júlio César Dalla Mora Esquerdo³ Resumo: O objetivo deste
INFORMAÇÕES DO ACADÊMICO PLANO DE TRABALHO. 1. Justificativa
INFORMAÇÕES DO ACADÊMICO Nome: Kleber Padovani de Souza Curso: Engenharia de Computação Semestre: R.A.: Título do plano de trabalho: Extração de atributos da imagem através de momentos de imagem. Nome
Aplicação da técnica de mineração de dados por meio do algoritmo J48 para definição de limiares de imagens de sensoriamento remoto
Aplicação da técnica de mineração de dados por meio do algoritmo J48 para definição de limiares de imagens de sensoriamento remoto Rodrigo Rodrigues Antunes e Israel Rodrigues Gonçalves Resumo: O objetivo
Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Abordagens automáticas
Por que atributos irrelevantes são um problema Quais tipos de algoritmos de aprendizado são afetados Abordagens automáticas Wrapper Filtros Muitos algoritmos de AM são projetados de modo a selecionar os
Identificação de Pontos Perceptualmente Importantes (PIP) em séries temporais de tópicos extraídos de dados textuais
Universidade de São Paulo Biblioteca Digital da Produção Intelectual - BDPI Departamento de Ciências de Computação - ICMC/SCC Comunicações em Eventos - ICMC/SCC 2015 Identificação de Pontos Perceptualmente
Autor(es) HARLEI MIGUEL DE ARRUDA LEITE. Orientador(es) MARINA TERESA PIRES VIEIRA. Apoio Financeiro PIBIC/CNPQ. 1. Introdução
19 Congresso de Iniciação Científica IMPLEMENTAÇÃO DE GUIAS E ALGORITMOS PARA REGRAS DE ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) HARLEI MIGUEL DE ARRUDA LEITE Orientador(es)
SCC0173 Mineração de Dados Biológicos
SCC0173 Mineração de Dados Biológicos Classificação I: Algoritmos 1Rule e KNN Prof. Ricardo J. G. B. Campello SCC / ICMC / USP 1 Créditos O material a seguir consiste de adaptações e extensões dos originais:
ANÁLISE TEMPORAL DE PRECIPITAÇÃO DO MUNICÍPIO DE SERRA GRANDE-PB
ANÁLISE TEMPORAL DE PRECIPITAÇÃO DO MUNICÍPIO DE SERRA GRANDE-PB Igor Bruno Machado dos Anjos 1 ; Fagna Maria Silva Cavalcante 2 ; Mariana Lima Figueredo 3 ; César Lincoln Oliveira de Souza 4, Virgínia
Aula 6 Mineração Streams Representação dos Dados. Profa. Elaine Faria UFU
Aula 6 Mineração Streams Representação dos Dados Profa. Elaine Faria UFU - 2017 Agradecimentos Este material é baseado No livro Tan et al, 2006 Nos slides do prof. Andre C. P. L. F. Carvalho Agradecimentos
8. permanência de vazão
8. permanência de vazão 8.1. CURVA DE PERMANÊNCIA DE VAZÃO: GENERALIDADES Uma curva de permanência de vazão, também conhecida como curva de duração, é um traçado gráfico que informa com que frequência
Desempenho do método probabilístico de previsão do pico de cheia do Rio Paraguai, em Ladário (MS) - Pantanal
Desempenho do método probabilístico de previsão do pico de cheia do Rio Paraguai, em Ladário (MS) - Pantanal Sérgio Galdino 1 ; Robin T. Clarke 2 1 Embrapa Pantanal, Rua 21 de Setembro, 1880, CEP 79.320-900,
7 CONCLUSÕES E SUGESTÕES PARA TRABALHOS FUTUROS
7 CONCLUSÕES E SUGESTÕES PARA TRABALHOS FUTUROS 7.1. Conclusões Neste trabalho foi estudado o problema da dinâmica da atenuação aplicado a dados resultantes de 28 anos-sítio, sendo 7 de enlaces via satélite
Caracterização de anos secos e chuvosos no Alto do Bacia Ipanema utilizando o método dos quantis.
Caracterização de anos secos e chuvosos no Alto do Bacia Ipanema utilizando o método dos quantis. Lilian Danielli da Silva (1), Abelardo Antônio de Assunção Montenero (2), Adriana Guedes Magalhães (3)
Mineração de dados para a análise e o alerta da ferrugem asiática da soja
Mineração de dados para a análise e o alerta da ferrugem asiática da soja Guilherme Augusto Silva Megeto 1 Carlos Alberto Alves Meira 2 Stanley Robson de Medeiros Oliveira 2 A ferrugem asiática da soja,
Extração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Roteiro. PCC142 / BCC444 - Mineração de Dados. Por que pré-processar os dados? Introdução. Limpeza de Dados
Roteiro PCC142 / BCC444 - Mineração de Dados Introdução Luiz Henrique de Campos Merschmann Departamento de Computação Universidade Federal de Ouro Preto luizhenrique@iceb.ufop.br www.decom.ufop.br/luiz
Descritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Aula 7 Medidas de Distância. Profa. Elaine Faria UFU
Aula 7 Medidas de Distância Profa. Elaine Faria UFU - 2017 Agradecimentos Este material é baseado No livro Tan et al, 2006 Nos slides do prof Andre C. P. L. F. Carvalho Agradecimentos Ao professor André
3 SÍTIOS DE MEDIDAS E PRÉ-PROCESSAMENTO DE DADOS
3 SÍTIOS DE MEDIDAS E PRÉ-PROCESSAMENTO DE DADOS 3.1. Características dos enlaces O estudo apresentado nesta tese utilizou dados de medidas de atenuação por chuvas em enlaces terrestres e via satélite,
PHA Hidrologia Ambiental. Curva de Permanência
Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Hidráulica e Ambiental PHA338 - Hidrologia Ambiental Curva de Permanência Mario Thadeu Leme de Barros Renato Carlos Zambon 1 Séries
Aprendizado de Máquina
Aprendizado de Máquina Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Introdução 1 Introdução Aprendizado de Máquina Extração de conhecimento. Automatização de tarefas. Tomada de Decisões.
Alturas mensais de precipitação (mm)
Secretaria do Meio Ambiente e Recursos Hídricos AGUASPARANÁ - Instituto das Águas do Paraná Sistema de Informações Hidrológicas - SIH Alturas mensais de precipitação (mm) Estação: Município: Tipo: Altitude:
Descoberta de Conhecimento em Bancos de Dados - KDD
Descoberta de Conhecimento em Bancos de Dados - KDD Professor: Rosalvo Ferreira de Oliveira Neto Disciplina: Inteligência Artificial Tópicos 1. Definições 2. Fases do processo 3. Exemplo do DMC 4. Avaliação
FACULDADE CAMPO LIMPO PAULISTA (FACCAMP) COORDENADORIA DE EXTENSÃO E PESQUISA CURSO DE PÓS-GRADUAÇÃO LATO SENSU EM MINERAÇÃO E CIÊNCIA DOS DADOS
FACULDADE CAMPO LIMPO PAULISTA (FACCAMP) COORDENADORIA DE EXTENSÃO E PESQUISA CURSO DE PÓS-GRADUAÇÃO LATO SENSU EM MINERAÇÃO E CIÊNCIA DOS DADOS PROJETO PEDAGÓGICO CAMPO LIMPO PAULISTA 2015 1. Público
Processos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016
Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização
4 SISTEMA DE CLASSIFICAÇÃO DE UNIDADES CONSUMIDORAS DE ENERGIA ELÉTRICA
94 4 SISTEMA DE CLASSIFICAÇÃO DE UNIDADES CONSUMIDORAS DE ENERGIA ELÉTRICA 4.1 INTRODUÇÃO Conforme dito no capítulo 1, a diminuição das perdas técnicas e comerciais é uma das principais prioridades das
7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS
7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS Autor(es) LIDIA MARTINS DA SILVA Orientador(es) ANA ESTELA ANTUNES DA SILVA 1. Introdução
MINERAÇÃO DE DADOS PARA CLASSIFICAÇÃO DAS FASES FENOLÓGICAS DA CULTURA DA CANA-DE-AÇÚCAR UTILIZANDO DADOS DO SENSOR MODIS E DE PRECIPITAÇÃO
MINERAÇÃO DE DADOS PARA CLASSIFICAÇÃO DAS FASES FENOLÓGICAS DA CULTURA DA CANA-DE-AÇÚCAR UTILIZANDO DADOS DO SENSOR MODIS E DE PRECIPITAÇÃO JOÃO FRANCISCO GONÇALVES ANTUNES 1 STANLEY ROBSON DE MEDEIROS
DEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES
Página 1 de 28 Atualização: da poupança jun/81 1 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00 26.708,00-0,000% - 26.708,00 26.708,00 26.708,00 jul/81 2 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00
Aprendizado de Máquina
Aprendizado de Máquina Introdução Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://lesoliveira.net Luiz S. Oliveira (UFPR) Aprendizado de Máquina 1 / 19 Introdução
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Extração de associações entre itens de um portfólio de tecnologias agrícolas
78 Resumos Expandidos: XII Mostra de Estagiários e Bolsistas... Extração de associações entre itens de um portfólio de tecnologias agrícolas Luisa Miyashiro Tápias¹ Maria Fernanda Moura² Stanley Robson
Análise de Séries Temporais
Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo; Valores mansais de temperatura
Uso de Imagens Landsat como subsídioaoestudodadispersãode sedimentos na região da foz do rio São Francisco
Uso de Imagens Landsat como subsídioaoestudodadispersãode sedimentos na região da foz do rio São Francisco João A. Lorenzzetti, INPE Eduardo Negri, UFF Bastiaan Knopers, UFF Paulo R. P. Medeiros, UFAL
5 ESTUDO DE CASOS 5.1 CATEGORIZAÇÃO
102 5 ESTUDO DE CASOS 5.1 CATEGORIZAÇÃO Conforme detalhado na seção 4.3, foram criados três conjuntos de dados: clientes BT com 382 padrões, clientes comerciais MT com 866 padrões e clientes industriais
Curva de Permanência PHA3307. Hidrologia Aplicada. Aula 12. Prof. Dr. Arisvaldo Vieira Méllo Jr. Prof. Dr. Joaquin Bonecarrere
Universidade de São Paulo PHA3307 Hidrologia Aplicada Escola Politécnica da Universidade de São Paulo Departamento de Engenharia Hidráulica e Ambiental Curva de Permanência Aula 12 Prof. Dr. Arisvaldo
80 ISSN Dezembro, 2009 Corumbá, MS
8 ISSN 1981-7231 Dezembro, 29 Corumbá, MS Monitoramento do Comportamento do Rio Paraguai no Pantanal Sul- Mato-Grossense 28/29 Márcia Toffani Simão Soares 1 Balbina Maria Araújo Soriano 2 Sandra Aparecida
Determinação de vícios refrativos oculares utilizando Support Vector Machines
Determinação de vícios refrativos oculares utilizando Support Vector Machines Giampaolo Luiz Libralão, André Ponce de Leon F. de Carvalho, Antonio Valerio Netto, Maria Cristina Ferreira de Oliveira Instituto
UNIVERSIDADE FEDERAL DE UBERLÂNDIA - UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA - UFU PLANO DE TRABALHO EM INICIAÇÃO CIENTÍFICA Desenvolvimento de toolbox de análise multivariada para o matlab. Uberlândia 28/09/10 IDENTIFICAÇÃO DO TRABALHO Título
Análise e mineração de dados de sensores orbitais para acompanhamento de safras de cana-de-açúcar
Análise e mineração de dados de sensores orbitais para acompanhamento de safras de cana-de-açúcar Bruno F. Amaral 1, Daniel Y. Chino 1, Luciana A. S. Romani 2, Renata R. V. Gonçalves 3, Elaine P. M. de
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Dez/ Jan/ Fev/ Verão -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Dez/2014 - Jan/2015 - Fev/2015 - - Verão - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências
Aprendizado de Máquina
Aprendizado de Máquina Introdução ao WEKA Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://web.inf.ufpr.br/luizoliveira Luiz S. Oliveira (UFPR) Aprendizado de
Caracterização da Agitação Marítima ao Largo da Baía de Maputo
UNIVERSIDADE EDUARDO MONDLANE Faculdade de Engenharia Cláudia Brunilde Guiloviça Maputo, 11 de Maio de 2012 Conteúdos: 1. Introdução; 1.1. Objectivos; 1.2. Metodologia; 2. Estado da Arte; 2.1. Fontes de
PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10
AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 1.72.380,00 0,00 0,00 0,00 361.00,00 22,96 22,96 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl
KDD E MINERAÇÃO DE DADOS
KDD E MINERAÇÃO DE DADOS O Processo de KDD: Visão Geral Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt CARACTERIZAÇÃO ÁREAS DE ORIGEM
APLICAÇÕES DO SENSORIAMENTO REMOTO NO MEIO AMBIENTE, ASSOCIADO COM DADOS METEOROLÓGICOS. "O CASO DE RORAIMA".
APLICAÇÕES DO SENSORIAMENTO REMOTO NO MEIO AMBIENTE, ASSOCIADO COM DADOS METEOROLÓGICOS. "O CASO DE RORAIMA". RESUMO Expedito Ronald Gomes Rebello Instituto Nacional de Meteorologia Eixo Monumental Sul
PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10
AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 0,00 0,00 0,00 0,00 0,00 0,00 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl Acum 14 set/11 15
18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica INCORPORAÇÃO DA TAREFA DE CLASSIFICAÇÃO NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) MIRELA TEIXEIRA CAZZOLATO Orientador(es) MARINA TERESA PIRES VIEIRA Apoio
ISSN Outubro, Boletim Agrometeorológico Fazenda Nhumirim
ISSN 1517-1973 Outubro, 2002 26 Boletim Agrometeorológico Fazenda Nhumirim - 1999 Republica Federativa do Brasil Fernando Henrique Cardoso Presidente Ministério da Agricultura, Pecuária e Abastecimento
Data Science. Data Stream Mining: trabalhando com dados massivos. André Luís Nunes Porto Alegre, Globalcode Open4education
Data Science Data Stream Mining: trabalhando com dados massivos André Luís Nunes Porto Alegre, 2018 Globalcode Open4education Data Stream Mining trabalhando com dados massivos 2018 agenda andré luís nunes
RELAÇÃO ENTRE A RADIAÇÃO SOLAR GLOBAL E INSOLAÇÃO NO MUNICÍPIO DE PETROLINA-PE. Antônio Heriberto de Castro TEIXEIRA. 1 RESUMO
RELAÇÃO ENTRE A RADIAÇÃO SOLAR GLOBAL E INSOLAÇÃO NO MUNICÍPIO DE PETROLINA-PE. Antônio Heriberto de Castro TEIXEIRA. 1 RESUMO A radiação solar global é muito importante na modelagem da evaporação. Entretanto,
Utilização das transformadas wavelets na detecção de características em um sinal de ECG
Utilização das transformadas wavelets na detecção de características em um sinal de ECG Orientador: Prof. Dr. Aldo Artur Belardi Departamento: Engenharia Elétrica Candidato: Gabriel Diego Porfirio N FEI:.206.062-9
SEMINÁRIO DOS ARTIGOS:
SEMINÁRIO DOS ARTIGOS: Text Detection and Character Recognition in Scene Images with Unsupervised Feature Learning End-to-End Text Recognition with Convolutional Neural Networks Fernanda Maria Sirlene
4 Método Proposto CR AD PA NDVI Descrição geral do modelo
34 4 Método Proposto 4.1. Descrição geral do modelo Neste trabalho, cada classe (cobertura vegetal) possui um HMM específico. Os estágios fenológicos correspondem a estados e os símbolos observáveis a
INFLUÊNCIA DE LA NIÑA SOBRE A CHUVA NO NORDESTE BRASILEIRO. Alice M. Grimm (1); Simone E. T. Ferraz; Andrea de O. Cardoso
INFLUÊNCIA DE LA NIÑA SOBRE A CHUVA NO NORDESTE BRASILEIRO Alice M. Grimm (1); Simone E. T. Ferraz; Andrea de O. Cardoso (1) Grupo de Meteorologia - Universidade Federal do Paraná Depto de Física Caixa
TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro
TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro www.acasadoconcurseiro.com.br Informática PRÉ-PROCESSAMENTO DE DADOS EM DATA MINING Técnicas de pré-processamento e transformação de dados
Processamento de Imagem. Compressão de Imagens Professora Sheila Cáceres
Processamento de Imagem Compressão de Imagens Professora Sheila Cáceres Porque comprimir? Técnicas de compressão surgiram para reduzir o espaço requerido para armazenamento e o tempo necessário para transmissão
CORRELAÇÃO LINEAR. Referência Cap. 7 - Métodos Estatísticos para Geografia
CORRELAÇÃO LINEAR Referência Cap. 7 - Métodos Estatísticos para Geografia Correlação linear Permite verificar se duas variáveis independentes estão associadas uma com a outra Questionamentos iniciais:
SCC0173 Mineração de Dados Biológicos
SCC0173 Mineração de Dados Biológicos Preparação de Dados: Parte B Prof. Ricardo J. G. B. Campello SCC / ICMC / USP 1 Créditos O material a seguir consiste de adaptações e extensões: dos originais gentilmente
Metodologia Aplicada a Computação.
Metodologia Aplicada a Computação gaudenciothais@gmail.com Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Mineração de Dados. Arthur Emanuel de O. Carosia Cristina Dutra de Aguiar Ciferri
Mineração de Dados Arthur Emanuel de O. Carosia Cristina Dutra de Aguiar Ciferri 1 Motivação Aumento da capacidade de processamento e de armazenamento de dados; Baixo custo; Grande quantidade de dados
NEUROCOMPUTAÇÃO E SIG NO SUPORTE AO PLANEJAMENTO URBANO. Marcos Aurélio Santos da Silva 1
NEUROCOMPUTAÇÃO E SIG NO SUPORTE AO PLANEJAMENTO URBANO Marcos Aurélio Santos da Silva 1 Palavras-chave: Redes Neurais Artificiais, Análise Espacial de Área, Visualização de dados, Análise de Agrupamentos
Análise de Séries Temporais
Análise de Séries Temporais Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo;
Estudo e Avaliação da Seleção de Atributos para Pré-processamento no Processo de Mineração de Dados
Estudo e Avaliação da Seleção de Atributos para Pré-processamento no Processo de Mineração de Dados Silvani Weber da Silva Borges 1 (PIBIC/CNPq/Unioeste), Renato B. Machado (Orientador), Newton Spolaôr
4 Método Proposto Visão geral do Método
52 4 Método Proposto Neste trabalho é sugerida uma nova metodologia para compressão de dados sísmicos volumétricos. O método proposto é baseado no uso da transformada wavelet 3D. Também será apresentado
Exercício 1: Calcular a declividade média do curso d água principal da bacia abaixo, sendo fornecidos os dados da tabela 1:
IPH 110 Hidráulica e Hidrologia Aplicadas Exercícios de Hidrologia Exercício 1: Calcular a declividade média do curso d água principal da bacia abaixo, sendo fornecidos os dados da tabela 1: Tabela 1 Características
Pontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Pós-Graduação em Ciência da Computação CCM Sistemas de Banco de Dados
Pós-Graduação em Ciência da Computação CCM 202 - Sistemas de Banco de Dados Mineração Visual de Dados (Visual Data Mining) Cledson Diego de Marchi 26/07/11 1 Considerações Iniciais Pontos Relevantes; Motivação
MINERAÇÃO DE DADOS NO DESENVOLVIMENTO DE SISTEMAS DE ALERTA CONTRA DOENÇAS DE CULTURAS AGRÍCOLAS RESUMO
MINERAÇÃO DE DADOS NO DESENVOLVIMENTO DE SISTEMAS DE ALERTA CONTRA DOENÇAS DE CULTURAS AGRÍCOLAS CARLOS ALBERTO ALVES MEIRA 1 LUIZ HENRIQUE ANTUNES RODRIGUES 2 RESUMO Este artigo apresenta um projeto de
Monitoramento do. comportamento do rio Paraguai na região de. Corumbá, Pantanal Sul- Mato-Grossense, 2009/2010. Introdução
85 ISSN 1981-721 Dezembro, 21 Corumbá, MS Foto: Macia Toffani S. Soares Monitoramento do comportamento do rio Paraguai na região de Corumbá, Pantanal Sul- Mato-Grossense, 29/21 Márcia Toffani Simão Soares
Espacialização das estimativas das temperaturas máximas, médias e mínimas anuais para o Vale do Taquari - RS - Brasil, pelo método de regressão linear
Espacialização das estimativas das temperaturas máximas, médias e mínimas anuais para o Vale do Taquari - RS - Brasil, pelo método de regressão linear Vianei Luís Diedrich 1 Everaldo Rigelo Ferreira 1
INF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 14 Support Vector Machines (SVM) 2016.1 Prof. Augusto Baffa Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS
SEGMENTAÇÃO E RECONHECIMENTO DA ÍRIS Edno José Bozoli Junior¹, Osvaldo Severino Junior². 1. Universitário do curso de Ciências da Computação Rodovia Vicinal Raul Galvani nº. 831, Centro, CEP: 15.845-000
Classificação Automática de Gêneros Musicais
Introdução Método Experimentos Conclusões Utilizando Métodos de Bagging e Boosting Carlos N. Silla Jr. Celso Kaestner Alessandro Koerich Pontifícia Universidade Católica do Paraná Programa de Pós-Graduação
Consultas por Similaridade em Domínios de Dados Complexos
Consultas por Similaridade em Domínios de Dados Complexos Guilherme Felipe Zabot Orientador: Profº Dr Caetano Traina Jr Roteiro Objetivo Introdução Dados Complexos Representação de Dados Complexos Extração
Simulação de uma banda pancromática para o sensor TM (Landsat 5), utilizando filtro combinado de restauração e interpolação.
Simulação de uma banda pancromática para o sensor TM (Landsat 5), utilizando filtro combinado de restauração e interpolação. Giovanni de Araujo Boggione 1 Érika Gonçalves Pires 1 Patrícia Azevedo dos Santos
CARACTERIZAÇÃO HIDROLÓGICA DO RIO UATUMÃ NA REGIÃO DA UHE BALBINA: UMA ANÁLISE APÓS 25 ANOS DE IMPLANTAÇÃO.
CARACTERIZAÇÃO HIDROLÓGICA DO RIO UATUMÃ NA REGIÃO DA UHE BALBINA: UMA ANÁLISE APÓS 25 ANOS DE IMPLANTAÇÃO. Amarílis Rodrigues Donald Naziano Filizola Elizabeth Cartaxo Donald, neste trabalho. La Paz,
6. Aplicação à Séries de Velocidade do Vento
9. Aplicação à Séries de Velocidade do Vento A geração eólica de energia elétrica vem sendo explorada com mais intensidade desde e para este tipo de geração, a principal variável a ser estudada é a velocidade
6 Modelo Gamma-Cetuc (GC)
6 Modelo Gamma-Cetuc (GC) Um modelo de sintetização de séries temporais de atenuação por chuva envolve a geração de dados aleatórios que satisfaçam especificações de estatísticas de primeira e de segunda
Uma ferramenta de mineração de imagens para suporte ao cálculo de idade gestacional de recém-nascidos
Uma ferramenta de mineração de imagens para suporte ao cálculo de idade gestacional de recém-nascidos * Bellon, Olga R. P.; Silva, Luciano; Cat, Mônica; Vieira, Everton V.; Araújo, Anderson V. Departamento
INF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
18º Congresso de Iniciação Científica TRATAMENTO DE REGRAS DA ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA
18º Congresso de Iniciação Científica TRATAMENTO DE REGRAS DA ASSOCIAÇÃO MULTIRELACIONAL NA FERRAMENTA DE MINERAÇÃO DE DADOS KIRA Autor(es) JONAS RAFAEL ONOFRE Orientador(es) MARINA TERESA PIRES VIEIRA
Mapeamento robótico. Mapeamento semântico. Metodologia. Maquinas de vetores de suporte. Maquinas de vetores de suporte. Modelos ocultos de Markov
Mapeamento robótico Exemplos de mapas: Mapeamento semântico Mapeamento semântico consiste na criação de mapas que não representam apenas a ocupação métrica do ambiente, mas também outras propriedades.
Análise de Imagens em Escalas Utilizando a Transformada Wavelet
59 Análise de Imagens em Escalas Utilizando a Transformada Wavelet Francisco E. A. Leite 1, Marcos V. C. Henriques 1, Maytê T. N. Cunha 1 1 Universidade Federal Rural do Semi-Árido (UFERSA) 1 Centro Multidisciplinar
DATA DIA DIAS DO FRAÇÃO DATA DATA HORA DA INÍCIO DO ANO JULIANA SIDERAL T.U. SEMANA DO ANO TRÓPICO 2450000+ 2460000+
CALENDÁRIO, 2015 7 A JAN. 0 QUARTA -1-0.0018 7022.5 3750.3 1 QUINTA 0 +0.0009 7023.5 3751.3 2 SEXTA 1 +0.0037 7024.5 3752.3 3 SÁBADO 2 +0.0064 7025.5 3753.3 4 DOMINGO 3 +0.0091 7026.5 3754.3 5 SEGUNDA
PLANO DE ENSINO DA DISCIPLINA BLOCO I IDENTIFICAÇÃO
CURSO DE GRADUAÇÃO: SÉRIE: SEMESTRE LETIVO DO ANO: ( ) 1º SEMESTRE ( X ) 2º SEMESTRE ( ) 1º e 2º SEMESTRES ANO: PLANO DE ENSINO DA DISCIPLINA BLOCO I IDENTIFICAÇÃO Código da Disciplina: Nome da Disciplina:
CORRELAÇÃO LINEAR. Referência Cap. 7 - Métodos Estatísticos para Geografia
CORRELAÇÃO LINEAR Referência Cap. 7 - Métodos Estatísticos para Geografia Correlação linear - Definição Permite verificar se duas variáveis independentes estão associadas uma com a outra Questionamentos