Rede Neural com Atraso de Tempo Aplicada à Previsão Mensal de Vazões na Bacia Hidrográfica do Rio Piancó
|
|
- Pedro Henrique Vasques de Miranda
- 5 Há anos
- Visualizações:
Transcrição
1 Rede Neural com Atraso de Tempo Aplicada à Previsão Mensal de Vazões na Bacia Hidrográfica do Rio Piancó Camilo A. S. de Farias Celso A. G. Santos Alcigeimes B. Celeste
2 Estrutura da Apresentação Motivação Objetivo Revisão: Redes Neurais Artificiais (RNA) Estudo de Caso Rede Neural com Atraso de Tempo (RNAT) Aplicação e Resultados Conclusões
3 Motivação Várias cidades ao redor do mundo têm sofrido com a escassez de água; Os efeitos das secas podem ser mitigados através de modelos para operação sustentável dos sistemas hídricos existentes; Entretanto, a implementação de tais modelos geralmente requer previsões confiáveis de vazões.
4 Objetivo Desenvolver e aplicar modelos de Rede Neural com Atraso de Tempo (RNAT) para previsão mensal de vazões.
5 Redes Neurais Artificiais MODELO DE UM NEURÔNIO
6 Redes Neurais Artificiais APRENDIZAGEM SUPERVISIONADA
7 Estudo de Caso Bacia Hidrográfica do Rio Piancó Região sudoeste da Paraíba; Área = 4170 km² Precipitação em torno de 750 mm; Temperatura de aprox. 26 ºC; Período chuvoso (janeiro-junho); Período seco (julho-dezembro).
8 Rede Neural com Atraso de Tempo A RNAT possui duas componentes: Memória Responsável por guardar a informação passada; >>> representa a informação temporal Associador É uma RNA do tipo alimentada adiante com múltiplas camadas que relaciona a memória com a saída desejada. >>> considera a não-linearidade modelos apropriados para a modelagem de séries temporais
9 Modelo RNAT#1 M(t) identifica o mês a ser previsto (janeiro = 1; fevereiro = 2;...; dezembro = 12); ARNAT#1não tem a precipitação atual como entrada. O número de neurônios na camada oculta foram obtidos através de tentativa e erro.
10 Modelo RNAT#2 A RNAT#2 tem a precipitação atual como entrada.
11 Aplicação A metodologia foi aplicada para previsão mensal de vazões no posto fluviométrico de Piancó; Dados: Calibração (Parada: Early Stopping Method) Treinamento: atualização dos parâmetros Validação: monitoramento dos erros Teste totalmente independentes da calibração
12 Aplicação Para efeitos de comparação, a vazão mensal Q(t) também foi relacionada com as variáveis de entrada dos modelos RNAT através de regressão linear múltipla (RLM); RLM#1 RLM#2
13 Resultados Os índices de correlação (R) e viés relativo (VR) foram usados para avaliar o desempenho dos modelos; mede o grau de dependência linear entre as previsões e os valores observados de vazão mostra se o sistema de previsão de vazões possui uma tendência a subestimar ou superestimar as vazões observadas UmaprevisãoperfeitateriaR =1eVR =0; O índice NASH considera tanto os erros sistemáticos quanto os erros randômicos, indicando que o ajuste é melhor à medida que o seu valor aproxima-se de 1.
14 Resultados Tabela 1: Parâmetros calibrados dos modelos RLM#1 e RLM#2 Parâmetros α β γ δ λ θ η RLM#1-0,04 0,34-0,01 0,07-1, ,05 RLM#2 0,02 0,32-0,01 0,01 0,17 0,83-11,40 Q (t-1) P (t)
15 Resultados Figura 1: Previsões obtidas com o modelo RNAT#1 e os valores observados no posto Piancó durante o teste ( ).
16 Resultados Figura 2: Previsões obtidas com o modelo RNAT#2 e os valores observados no posto Piancó durante o teste ( ).
17 Resultados Figura 3: Previsões obtidas com o modelo RLM#1 e os valores observados no posto Piancó durante o teste ( ).
18 Resultados Figura 4: Previsões obtidas com o modelo RLM#2 e os valores observados no posto Piancó durante o teste ( ).
19 v v
20 Resultados Tabela 2: Correlação, viés relativo e NASH entre as vazões mensais calculadas e observadas Modelos Calibração Teste R VR NASH R VR NASH RNAT#1 0,86 0,00 0,74 0,79 0,02 0,62 RNAT#2 0,95 0,03 0,90 0,94 0,09 0,88 RLM#1 0,58 0,06 0,33 0,72 0,37 0,49 RLM#2 0,73 0,13 0,53 0,83 0,31 0,67 modelos RNAT superiores aos modelos RLM
21 Conclusões Foram apresentados dois modelos de Rede Neural com Atraso de Tempo (RNAT) para previsão mensal de vazões no semiárido paraibano; Os resultados apresentados mostram a eficácia dos modelos RNAT e sugerem que os mesmos são eficientes para previsão mensal de vazões.
22 Conclusões Os modelos RNAT também apresentaram resultados superiores aos apresentados pelos modelos baseados em regressão linear múltipla; O modelo RNAT#2 apresentou os melhores resultados e mostra-se bastante apropriado para previsão de vazões, desde que uma previsão acurada de precipitações esteja disponível.
23 Conclusões Os bons resultados sugerem que o desempenho deste tipo de modelo deve ser avaliado para outros horizontes de previsão e em outros locais de interesse dentro do estado, de modo que seja possível utilizá-los, num futuro próximo, num sistema para redução dos efeitos das secas.
24 Muito obrigado pela atenção!
25 Aplicação O Early Stopping Method melhora o grau de generalização das RNA, evitando o overfitting; boa generalização overfitting dos dados de calibração
REDE NEURAL COM ATRASO DE TEMPO APLICADA À PREVISÃO MENSAL DE VAZÕES NA BACIA HIDROGRÁFICA DO RIO PIANCÓ
REDE NEURAL COM ATRASO DE TEMPO APLICADA À PREVISÃO MENSAL DE VAZÕES NA BACIA HIDROGRÁFICA DO RIO PIANCÓ Camilo Allyson Simões de Farias 1 ; Celso A. Guimarães Santos 2 & Alcigeimes Batista Celeste 3 RESUMO
Leia maisMAPAS AUTO-ORGANIZÁVEIS PARA MODELAGEM CHUVA-VAZÃO. Farias, C. A. S.; Carneiro, T. C. & Lourenço, A. M. G.
MAPAS AUTO-ORGANIZÁVEIS PARA MODELAGEM CHUVA-VAZÃO Farias, C. A. S.; Carneiro, T. C. & Lourenço, A. M. G. Motivação O crescimento populacional e consequente aumento das demandas; A situação se agrava em
Leia mais3 Redes Neurais Artificiais
3 Redes Neurais Artificiais 3.1. Introdução A capacidade de implementar computacionalmente versões simplificadas de neurônios biológicos deu origem a uma subespecialidade da inteligência artificial, conhecida
Leia maisPrevisão de Vazões Naturais Afluentes a um Reservatório Utilizando a Técnica de Redes Neurais Artificiais
Previsão de Vazões Naturais Afluentes a um Reservatório Utilizando a Técnica de Redes Neurais Artificiais MSc. Carlos da Costa Ferreira Dr. Carlos Henrique Ribeiro Lima Programa de Pós-graduação em Tecnologia
Leia mais5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL
5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL 5.1 Introdução Existem situações, como por exemplo, em grandes obras de engenharia (portos, barragens, usinas nucleares, etc.), em
Leia maisAprendizado de Máquina Introdução às Redes Neurais Artificiais
Aprendizado de Máquina Introdução às Redes Neurais Artificiais Marcos Oliveira Prates (Agradecimento Marcelo Azevedo Costa) Departamento de Estatística Universidade Federal de Minas Gerais Inteligência
Leia maisPrevisão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN
Previsão de Vazões utilizando Redes Neurais Artificiais MLP e NSRBN Alan Caio Rodrigues MARQUES 1, Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Escola de Engenharia Elétrica e de Computação 1
Leia maisBruna Galle UPE Ecomp Mêuser Valença UPE Ecomp
Bruna Galle UPE Ecomp bcga@ecomp.poli.br Mêuser Valença UPE Ecomp meuserv@yahoo.com.br Roteiro Motivação Objetivos Conceitos básicos: Redes Neurais Pré processamento dos Dados Treinamento Resultados Conclusões
Leia maisComparação entre uma neuroprevisão(empírica) e um modelo físico simplificado para estimação hidrológica
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação entre uma neuroprevisão(empírica) e um modelo
Leia maisTÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais
TÓPICOS EM INTELIGÊNCIA ARTIFICIAL Redes Neurais Artificiais ricardo.kerschbaumer@ifc.edu.br http://professor.luzerna.ifc.edu.br/ricardo-kerschbaumer/ Introdução O Cérebro humano Mais fascinante processador
Leia maisUM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA
UM MODELO NEURAL PARA A PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA NA CIDADE DE FRANCA SOUZA, REGIANE MÁXIMO YOSHINO, RUI TADASHI HANISC,H, WERNER SIEGFRIED ETO, REGINA FUMIE Palavras-chaves: Artificial Neural
Leia maisRedes Neurais Artificial. Prática. Inteligência Artificial
Redes Neurais Artificial Prática Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Introdução a MLP 2. Base de dados e Pré-Processamento 3. Prática MLP - Introdução Redes
Leia maisMODELAGEM CHUVA-VAZÃO MENSAL UTILIZANDO REDES NEURAIS ARTIFICIAIS
PROGRAMA DE PÓS-GRADUACAO EM ENGENHARIA DE RECURSOS HIDRICOS E AMBIENTAL MODELAGEM CHUVA-VAZÃO MENSAL UTILIZANDO REDES NEURAIS ARTIFICIAIS MESTRANDO: FERNANDO WEIGERT MACHADO ORIENTADORA: MIRIAM RITA MORO
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS REDE ADALINE e REGRA DELTA Prof. Dr. André A. P. Biscaro 2º Semestre de 2017 Aspectos históricos O ADALINE foi idealizado por Widrow & Hoff em 1960. Sua principal aplicação estava
Leia maisAplicação de Redes Neuronais Artificiais no Comportamento da Precipitação em Portugal Continental.
2º ENCONTRO DE PÓS-GRADUAÇÃO EM INVESTIGAÇÃO E ENSINO DAS CIÊNCIAS FÍSICAS E DA TERRA DA UNIVERSIDADE DE ÉVORA Aplicação de Redes Neuronais Artificiais no Comportamento da Precipitação em Portugal Continental.
Leia mais5 RNA para Diagnóstico de Falhas em Turbinas a Gás
5 RNA para Diagnóstico de Falhas em Turbinas a Gás 5.1. Introdução Neste capítulo, a aplicação de RNAs para diagnosticar as falhas no caminho do gás de turbinas a gás foi investigada. As redes neurais
Leia maisMini-projeto: Reconhecimento de Digitos com MLPs. Germano C. Vasconcelos Centro de Informática - UFPE
Mini-projeto: Reconhecimento de Digitos com MLPs Germano C. Vasconcelos Centro de Informática - UFPE 1 Link do Material http://neuralnetworksanddeeplearning.com/chap1.html 2 Objetivo: Treinar uma Rede
Leia maisAmílcar Soares Júnior Mestrando de Ciências da Computação - UFPB
Modelagem hidrológica com o GeoCISA Cristiano Das Neves Almeida Prof. Adjunto da Universidade Federal da Paraíba Centro de Tecnologia Departamento de Engenharia Civil e Ambiental Amílcar Soares Júnior
Leia maisMulti-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão
Aplicações de Redes Neurais Multi-Layer Perceptron Previsão de Séries Temporais Inferência da Qualidade de Produtos de Destilação (Soft Sensors) Classificação de Imagens Determinação da Carga Limite em
Leia maisRedes Neurais: MLP. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: MLP DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes diretas de múltiplas
Leia maisMulti-Layer. Perceptron. Sumário. Aplicações de Redes Neurais. Previsão de Séries Temporais. Aplicações de Previsão
Aplicações de Redes Neurais Multi-Layer Perceptron Previsão de Séries Temporais Inferência da Qualidade de Produtos de Destilação (Soft Sensors) Classificação de Imagens Determinação da Carga Limite em
Leia maisRede RBF (Radial Basis Function)
Rede RBF (Radial Basis Function) André Tavares da Silva andre.silva@udesc.br Roteiro Introdução à rede neural artificial RBF Teorema de Cover da separabilidade de padrões RBF x MLP RBF Função de ativação
Leia maisHiliene da Costa de Carvalho 1, George Leite Mamede 2
CARACTERIZAÇÃO DA PEQUENA AÇUDAGEM DA BACIA HIDROGRÁFICA DO RIO CURÚ USANDO SENSORIAMENTO REMOTO PARTE 1 VALIDAÇÃO DA MODELAGEM HIDROLÓGICA COM O WASA-SED Hiliene da Costa de Carvalho 1, George Leite Mamede
Leia maisAPRENDIZADO EM MODELOS CONEXIONISTAS
APRENDIZADO EM MODELOS CONEXIONISAS Aprendizado é o processo pelo qual os parâmetros (os pesos das coneões entre os neurônios) de uma rede neural são austados através de uma forma continuada de estímulo
Leia maisESTIMATIVA DA EVAPOTRANSPIRAÇÃO NA BACIA HIDROGRÁFICA DO RIO JEQUIÁ ATRAVÉS DOS MÉTODOS BLANEY- CRIDDLE E THORNTHWAITH
UNIVERSIDADE FEDERAL DE ALAGOAS UFAL ESTIMATIVA DA EVAPOTRANSPIRAÇÃO NA BACIA HIDROGRÁFICA DO RIO JEQUIÁ ATRAVÉS DOS MÉTODOS BLANEY- CRIDDLE E THORNTHWAITH Carlos Alberto Inacio da Silva Mestrando em Recursos
Leia maisServiço Geológico do Brasil CPRM
SIMULAÇÃO HIDROLÓGICA E BALANÇO HÍDRICO DO RESERVATÓRIO POÇO DA CRUZ (PE) Alfredo Ribeiro Neto Cristiane Ribeiro de Melo Djalena Marques de Melo José Almir Cirilo Objetivo O objetivo deste trabalho é simular
Leia mais3 Modelos Comparativos: Teoria e Metodologia
3 Modelos Comparativos: Teoria e Metodologia Para avaliar o desempenho do modelo STAR-Tree, foram estimados os modelos Naive, ARMAX e Redes Neurais. O ajuste dos modelos ARMAX e das redes neurais foi feito
Leia maisModelagem hidrológica via SMAP para estimativa de vazões mensais na bacia do rio Piancó
Revista Verde de Agroecologia e Desenvolvimento Sustentável http://revista.gvaa.com.br ARTIGO CIENTÍFICO Modelagem hidrológica via SMAP para estimativa de vazões mensais na bacia do rio Piancó Hydrological
Leia maisPREVISÃO DE VAZÕES DIÁRIAS NA BACIA DO RIO SÃO FRANCISCO PARA O PERÍODO ÚMIDO 2011/2012: AVALIAÇÃO DOS RESULTADOS DOS MODELOS NEURO3M E NEUROSF
PREVISÃO DE VAZÕES DIÁRIAS NA BACIA DO RIO SÃO FRANCISCO PARA O PERÍODO ÚMIDO 2011/2012: AVALIAÇÃO DOS RESULTADOS DOS MODELOS NEURO3M E NEUROSF Luana Gomes Alessandra Maciel Guilherme Ferreira Luiz Guilhon
Leia maisAnálise das previsões de precipitação obtidas com a utilização do modelo Eta como potencial subsídio para modelos de previsão semanal de vazão natural
Análise das previsões de precipitação obtidas com a utilização do modelo Eta como potencial subsídio para modelos de previsão semanal de vazão natural Marcio Cataldi, Christiane Osório Machado, Luiz Guilherme
Leia maisClassificação Linear. André Tavares da Silva.
Classificação Linear André Tavares da Silva andre.silva@udesc.br Roteiro Introduzir os o conceito de classificação linear. LDA (Linear Discriminant Analysis) Funções Discriminantes Lineares Perceptron
Leia maisSISTEMA DE IDENTIFICAÇÃO DE FALHAS EM ESCADAS ROLANTES UTILIZANDO REDES NEURAIS ARTIFICIAIS
SISTEMA DE IDENTIFICAÇÃO DE FALHAS EM ESCADAS ROLANTES UTILIZANDO REDES NEURAIS ARTIFICIAIS Alessandro Lins Alves 23ª Semana de Tecnologia Metroferroviária CONTEÚDO Introdução. TÍTULO DO TRABALHO Justificativas.
Leia maisRedes Neurais MLP: Exemplos e Características
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais MLP: Exemplos e Características DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1
Leia maisRedes Neurais Artificiais
Redes Neurais Artificiais Marcelo K. Albertini 24 de Julho de 2014 2/34 Conteúdo Perceptron Gradiente descendente Redes multicamadas Retropropagação de erros 3/34 Modelos conexionistas Humanos Tempo de
Leia maisIntrodução à Redes Neurais. Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana
Introdução à Redes Neurais Artificiais Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Introdução Redes Neurais Artificiais (RNAs)
Leia maisAplicação do Tank Model para estimativa mensal de vazões na bacia hidrográfica do rio piancó
Revista Verde de Agroecologia e Desenvolvimento Sustentável Artigo Científico http://revista.gvaa.com.br ISSN 98-8203 Aplicação do Tank Model para estimativa mensal de vazões na bacia hidrográfica do rio
Leia maisPROGNÓSTICO DO POTENCIAL DE PRODUTIVIDADE DA SOJA PARA IRAÍ RS VIA REDES NEURAIS ARTIFICIAIS
PROGNÓSTICO DO POTENCIAL DE PRODUTIVIDADE DA SOJA PARA IRAÍ RS VIA REDES NEURAIS ARTIFICIAIS F. C. CONDE 1,2, D.B. FERREIRA 1,3, A. M. RAMOS 1,2, L. A. SANTOS 1 1 Instituto de Nacional de Meteorologia
Leia maisESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS.
ESTIMATIVA DE RADIAÇÃO SOLAR NA REGIÃO DO MACIÇO DE BATURITÉ: ABORDAGEM VIA REDES NEURAIS ARTIFICIAIS. Arini de Menezes Costa 1, Kaio Martins Ramos 2, Hugo Hermano da Costa Castro 3, Antonio Alisson P.
Leia maisSIMULAÇÃO DE CENÁRIOS DE USO DO SOLO PARA A BACIA DO RIBEIRÃO CONCÓRDIA SC
SIMULAÇÃO DE CENÁRIOS DE USO DO SOLO PARA A BACIA DO RIBEIRÃO CONCÓRDIA SC Autores: Mauricio Perazzoli 1 ; Vander Kaufmann 2 ; Adilson Pinheiro 3 1)Mestre em Engenharia Ambiental - FURB. e-mail: mauricio.perazzoli@gmail.com
Leia maisSistema de Modelagem Estocástica para Previsão Climática Sazonal
Sistema de Modelagem Estocástica para Previsão Climática Sazonal Prof. Paulo Sergio Lucio Prof. David Mendes Programa de Pós-graduação em Ciências Climáticas PPGCC Bacharelado em Meteorologia BM Universidade
Leia maisVALIDAÇÃO DA PREVISÃO DE PRECIPITAÇÃO GERADA PELO MODELO ATMOSFÉRICO WRF PARA A BACIA DE UNIÃO DA VITÓRIA UTILIZANDO O MODELO HIDROLÓGICO TOPMODEL
VALIDAÇÃO DA PREVISÃO DE PRECIPITAÇÃO GERADA PELO MODELO ATMOSFÉRICO WRF PARA A BACIA DE UNIÃO DA VITÓRIA UTILIZANDO O MODELO HIDROLÓGICO TOPMODEL Alex Conselvan de Oliveira 1 Leonardo Calvetti 2 José
Leia maisConsiderações de Desempenho
Back Propagation Considerações de Desempenho Dicas para o BP O uso da função de ativação simétrica geralmente acelera o treinamento TANH +1 logistic linear 0 tanh -1-4 +4 1 Dicas para o BP Os pesos devem
Leia maisAula 7 RNA Redes Auto-Organizáveis de Kohonen
2COP229 Aula 7 RNA Redes Auto-Organizáveis de Kohonen 2COP229 Sumário 1- Introdução 2- Processo de Aprendizado Competitivo 3- Mapas auto-organizáveis de Kohonen (SOM) 4- Projeto Prático 1-Introdução 2COP229
Leia maisINCERTEZA NA ANÁLISE DE FREQUÊNCIA DE VAZÕES MÁXIMAS ANUAIS UTILIZANDO MODELOS ESTACIONÁRIO E NÃO ESTACIONÁRIO APLICADOS À REGIÃO SUL DO BRASIL
INCERTEZA NA ANÁLISE DE FREQUÊNCIA DE VAZÕES MÁXIMAS ANUAIS UTILIZANDO MODELOS ESTACIONÁRIO E NÃO ESTACIONÁRIO APLICADOS À REGIÃO SUL DO BRASIL Debora Yumi de Oliveira Daniel Bartiko Pedro Luiz Borges
Leia maisA evolução natural deu ao cérebro humano muitas características desejáveis que não estão presentes na máquina de von Neumann:
Faculdade de Engenharia de Computação Centro de Ciências Exatas, Ambientais e de Tecnologias PUC-Campinas João Luís Garcia Rosa 2004 2 A evolução natural deu ao cérebro humano muitas características desejáveis
Leia maisBack Propagation. Dicas para o BP
Back Propagation Considerações de Desempenho Dicas para o BP O uso da função de ativação simétrica geralmente acelera o treinamento TANH +1 logistic linear 0 tanh -1-4 +4 11 Dicas para o BP Os pesos devem
Leia mais1 Introdução. 1.1 Motivação
1 Introdução 1.1 Motivação Ao contrário da maioria dos países, o sistema hidroelétrico é responsável por 83,7% da energia elétrica gerada no Brasil [1]. Desta maneira, esta geração de energia depende basicamente
Leia mais4 Desenvolvimento dos Modelo
68 4 Desenvolvimento dos Modelo Neste capítulo são desenvolvidos três modelos para previsão da velocidade do vento, a saber: modelo estatístico que combina a metodologia do modelo Box&Jenkins com a regressão
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL REDES NEURAIS Caracterização Intuitiva: Em termos intuitivos, Redes Neurais Artificiais (RNAs) são modelos matemáticos inspirados nos princípios de funcionamento dos neurônios biológicos
Leia maisCaracterização 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)
Leia maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia maisLogo da empresa. Cenários de Abastecimento Futuro de Palmas-TO com base na Simulação da Disponibilidade Hídrica do Ribeirão Taquarussu Grande
Logo da empresa Cenários de Abastecimento Futuro de Palmas-TO com base na Simulação da Disponibilidade Hídrica do Ribeirão Taquarussu Grande Msc. Antonio Rodrigues da Silva Neto Curriculum Autor: Antonio
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 21 Projeto de RNA Projeto de Redes Neurais Projeto de Redes Neurais Baseado apenas em dados Exemplos para treinar uma rede devem ser compostos por
Leia maisANÁLISE TEMPORAL DO REGIME PLUVIOMÉTRICO NO MUNICÍPIO DE CATOLÉ DO ROCHA-PB
ANÁLISE TEMPORAL DO REGIME PLUVIOMÉTRICO NO MUNICÍPIO DE CATOLÉ DO ROCHA-PB Danilo Dantas da Silva(1); Jackson de Mesquita Alves(2); Alex Serafim de Lima(2); Maria do Socorro de Caldas Pinto(3). (Programa
Leia maisPREVISIBILIDADE DAS CHUVAS NAS CIDADES PARAIBANAS DE CAJAZEIRAS, POMBAL E SÃO JOSÉ DE PIRANHAS
PREVISIBILIDADE DAS CHUVAS NAS CIDADES PARAIBANAS DE CAJAZEIRAS, POMBAL E SÃO JOSÉ DE PIRANHAS Resumo: Kleber de Sousa Batista (1); Maria Aparecida Bezerra Oliveira (2) (1)Faculdade Santa Maria, kleber.eng91@hotmail.com
Leia maisCPTEC e Mudanças Climáticas Usuários de Previsões em Recursos Hídricos. Walter Collischonn IPH UFRGS Porto Alegre RS
CPTEC e Mudanças Climáticas Usuários de Previsões em Recursos Hídricos Walter Collischonn IPH UFRGS Porto Alegre RS Seminário CPTEC 19 e 20/out 2004 Mudanças climáticas aumento CO2 Estamos vivenciando
Leia maisModelagem hidrológica auxiliada por HEC-HMS
6ª Sepex outubro de 27 Modelagem hidrológica auxiliada por HEC-HMS Camyla Innocente: hydrothings.wordpress.com LabHidro www.labhidro.ufsc.br Bacia hidrográfica A área de drenagem de um ponto específico.
Leia maisANÁLISE TEMPORAL DO REGIME FLUVIOMÉTRICO DO RIO PIANCÓ AO LONGO DE 41 ANOS: ESTUDO DE CASO DA ESTAÇÃO PAU FERRADO
ANÁLISE TEMPORAL DO REGIME FLUVIOMÉTRICO DO RIO PIANCÓ AO LONGO DE 41 ANOS: ESTUDO DE CASO DA ESTAÇÃO PAU FERRADO Amanda Maria Felix Badú (1); Kaio Sales de Tancredo Nunes (2); Maria Helena de Lucena Justiniano
Leia maisRedes Neurais Artificiais (RNA)
Redes Neurais Artificiais (RNA) Definições: 1. Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar. 2. Técnica de aproximação
Leia maisATUALIZAÇÃO DE MODELOS CHUVA-VAZÃO COM ESTIMADORES DE ESTADO. Ricardo Krauskopf Neto Setembro de 2007
ATUALIZAÇÃO DE MODELOS CHUVA-VAZÃO VAZÃO-PROPAGAÇÃO COM ESTIMADORES DE ESTADO Ricardo Krauskopf Neto Setembro de 2007 RESULTADO DA DISSERTAÇÃO DE MESTRADO PROGRAMA DE PÓS-GRADUAP GRADUAÇÃO EM ENGENHARIA
Leia mais2. Redes Neurais Artificiais
Computação Bioinspirada - 5955010-1 2. Redes Neurais Artificiais Prof. Renato Tinós Depto. de Computação e Matemática (FFCLRP/USP) 1 2.4. Outras Redes Neurais Artificiais 2.4.1. Redes RBF 2.4.2. Mapas
Leia maisHidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira
Hidrologia, Ambiente e Recursos Hídricos 2009 / 2010 Rodrigo Proença de Oliveira Avaliação do escoamento IST: Hidrologia, Ambiente e Recursos Hídricos Rodrigo Proença de Oliveira, 2009 2 Ciclo hidrológico:
Leia maisESTUDO PLUVIOMÉTRICO E FLUVIOMÉTRICO PRELIMINAR NA BACIA HIDROGRÁFICA DO RIO EMBU-GUAÇU, SP.
ESTUDO PLUVIOMÉTRICO E FLUVIOMÉTRICO PRELIMINAR NA BACIA HIDROGRÁFICA DO RIO EMBU-GUAÇU, SP. Rita Monteiro Falcão - Aluna do curso de Geografia da FFLCH/USP. E-mail: rita.falcao@usp.br Emerson Galvani
Leia maisO uso de Máquina de Suporte Vetorial para Regressão (SVR) na Estimação da Estrutura a Termo da Taxa de Juros do Brasil 12
1 Introdução No Brasil, o grande aumento na adesão a planos de previdência privada nos últimos tempos implicou em maiores preocupações de bancos e seguradoras em fazer investimentos visando garantir o
Leia maisAprendizagem por treinamento de redes de aproximação
Aprendizagem por treinamento de redes de Marco H. Terra Departamento de Eng. Elétrica - EESC - USP SEL 0362 - Inteligência Artificial 1 Introdução Neste capítulo, serão apresentados conceitos sobre redes
Leia maisRedes Neurais Artificiais
Redes Neurais Artificiais Prof. Dr. Hugo Valadares Siqueira Semana de Eletrônica e Automação 2014 Redes Neurais Artificiais Uma rede neural artificial é um circuito composto por uma grande quantidade de
Leia maisserotonina (humor) dopamina (Parkinson) serotonina (humor) dopamina (Parkinson) Prozac inibe a recaptação da serotonina
Redes Neurais O modelo biológico O cérebro humano possui cerca 100 bilhões de neurônios O neurônio é composto por um corpo celular chamado soma, ramificações chamadas dendritos (que recebem as entradas)
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL Disciplina Anual Assunto Aula 16 Redes Neurais Artificiais (MLP) 2 de 24 (MLP) Sumário Introdução
Leia maisPREVISÃO HIDROCLIMÁTICA DE VAZÕES NA BACIA DO RIO SÃO FRANCISCO
PREVISÃO HIDROCLIMÁTICA DE VAZÕES NA BACIA DO RIO SÃO FRANCISCO OBJETIVOS Melhorar a Previsão hidroclimática de curto e longo prazo 1. Avaliar as previsões hidroclimáticas de vazões afluentes aos reservatórios
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
PERCEPTRON MULTICAMADAS: TÉCNICAS DE VALIDAÇÃO Prof. Dr. André A. P. Biscaro 2º Semestre de 2016 UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT Aspectos de seleção topológica de redes PMC A especificação
Leia maisRedes Neurais Artificiais. Professor: Juan Moises Villanueva
Redes Neurais Artificiais Mestrando: Lucas Nicolau Email: lucasfnicolau@gmail.com Professor: Juan Moises Villanueva Rede Neural Direta Arquitetura com múltiplas camadas com fluxo de informação apenas em
Leia maisSALA DE SITUAÇÃO PCJ. Boletim Mensal. Abril/2019
Boletim Mensal Abril/2019 1 DADOS PLUVIOMÉTRICOS DAS BACIAS PCJ 2 Tabela 1: Dados pluviométricos registrados em abril/2019. Fonte: SAISP Obs.: Os dados Pluviométricos (mm) correspondem às 7h00min de cada
Leia maisAndrea Sousa Fontes, Maria Quitéria Castro de Oliveira, Yvonilde Dantas Pinto Medeiros
Andrea Sousa Fontes, Maria Quitéria Castro de Oliveira, Yvonilde Dantas Pinto Medeiros X Simpósio de Recursos Hídricos do Nordeste Fortaleza, novembro de 2010 Introdução O semi árido entendimento dos processos
Leia maisChuvas Intensas e Cidades
Chuvas Intensas e Cidades Mario Thadeu Leme de Barros Departamento de Engenharia Hidráulica e Ambiental lda Escola Politécnica da USP Associação Brasileira de Recursos Hídricos (ABRH) EVENTOS EXTREMOS:
Leia maisAvaliação de previsões de tempo do modelo ETA. para subsidiar pesquisas agrícolas no Brasil
MS777 - Projeto Supervisionado Avaliação de previsões de tempo do modelo ETA para subsidiar pesquisas agrícolas no Brasil Aluna: Dânia Naomi Osato Meira Orientadora: Doutora Ana Maria Heuminski de Ávila
Leia maisFLORESTAS PARA PRODUÇÃO DE ÁGUA
IV SIMPÓSIO INTERNACIONAL EM BACIAS HIDROGRÁFICAS FLORESTAS PARA PRODUÇÃO DE ÁGUA Dr. Valdir de Cicco Engenheiro Florestal Pesquisador Científico BOTUCATU - SP. 2013 SUMÁRIO Laboratório de Hidrologia Florestal.
Leia maisVARIABILIDADE ESPAÇO-TEMPORAL DA VAZÃO ESPECÍFICA MÉDIA NO ESTADO DE GOIÁS
VARIABILIDADE ESPAÇO-TEMPORAL DA VAZÃO ESPECÍFICA MÉDIA NO ESTADO DE GOIÁS Jorge Enoch Furquim Werneck Lima 1, Euzebio Medrado da Silva 1, Fernando Antônio Macena da Silva 1, Artur Gustavo Müller 1, Edson
Leia maisRedes Neurais Artificiais - Introdução. Visão Computacional
Redes Neurais Artificiais - Introdução Visão Computacional Inspiração 2 Inspiração 3 Inspiração Atividade seletivanas conexões Soma os impulsos e passa a diante 4 Inspiração As conexões entre os dendritos
Leia maisModelo Hidrológico Distribuído para Previsão de Vazões Incrementais na Bacia do Rio Paranaíba entre Itumbiara e São Simão
Modelo Hidrológico Distribuído para Previsão de Vazões Incrementais na Bacia do Rio Paranaíba entre Itumbiara e São Simão Walter Collischonn Carlos Eduardo Morelli Tucci Robin Thomas Clarke Martin Delgado
Leia maisAplicação de modelos de previsão estocástica para séries mensais de vazões médias na região hidrográfica do Paraná
Aplicação de modelos de previsão estocástica para séries mensais de vazões médias na região hidrográfica do Paraná Edmundo W. M. Lucas 1 ; Fabrício D. S. Silva 1 ; Gabriel F. Sarmanho 1,3 e Andrea M. Ramos
Leia maisBOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - DJF 2012/ VERÃO -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - DJF 2012/2013 - - VERÃO - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências Atmosféricas. Universidade
Leia maisEstudo de regionalização de vazões para o aprimoramento do processo de outorga no Estado de Minas Gerais
Estudo de regionalização de vazões para o aprimoramento do processo de outorga no Estado de Minas Gerais Objetivo do Trabalho Realizar estudo de regionalização da vazão média de longa duração (Q mld )
Leia maisMinicurso: Inteligência Artificial Aplicada a Sistemas Elétricos
Minicurso: Inteligência Artificial Aplicada a Sistemas Elétricos Introdução a Machine Learning: Teoria, Aplicações e IA na Arquitetura Intel Vitor Hugo Ferreira, DSc - UFF Flávio Mello, DSc UFRJ e Ai2Biz
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 22 Redes Neurais Edirlei Soares de Lima Formas de Aprendizado Aprendizado Supervisionado Árvores de decisão. K-Nearest Neighbor (KNN). Support
Leia maisMulti-Layer. Perceptron. Sumário. Previsão de Séries Temporais
Multi-Layer Perceptron Previsão de Séries Temporais Sumário O problema de Previsão de Carga Modelagem das Redes Neurais MLP Estudo de Casos Resultados 11 Previsão de Carga Um sistema preciso de previsão
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisAna Clara Lazzari Franco, Debora Yumi de Oliveira, Nadia Bernardi Bonumá
Ana Clara Lazzari Franco, Debora Yumi de Oliveira, Nadia Bernardi Bonumá Requisitos computacionais Discretização espacial/temporal Split-Sample Test Calibração Validação Intervalos diferentes Mesmo passo
Leia maisANÁLISE DAS TENDÊNCIAS EM SÉRIES PLUVIOMÉTRICAS NAS BACIAS DO RIO VAZA BARRIS E ITAPICURU, NO ESTADO DE SERGIPE
ANÁLISE DAS TENDÊNCIAS EM SÉRIES PLUVIOMÉTRICAS NAS BACIAS DO RIO VAZA BARRIS E ITAPICURU, NO ESTADO DE SERGIPE Moizes Rodrigues da Silva Acadêmico do Curso de Geografia da UFTM moizes.rodrigues@hotmail.com
Leia maisRedes Neurais e Sistemas Fuzzy
Redes Neurais e Sistemas Fuzzy Aspectos Temporais Modelagem de sistemas As tarefas que estudamos, classificação e regressão, podem ser vistas como atividades de modelagem de sistemas. As técnicas de modelagem
Leia maisUtilização de Redes Neurais Artificiais para Preenchimento de Falhas em Séries Horárias de Dados Meteorológicos
Utilização de Redes Neurais Artificiais para Preenchimento de Falhas em Séries Horárias de Dados Meteorológicos Rodrigo Yoiti Tsukahara 1 Thomas Jensen 1 Paulo Henrique Caramori 1 Fundação ABC Pesquisa
Leia maisAlgoritmos de Aprendizado. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico. Regra de HEBB.
CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico Conceitos Básicos Neurônio Artificial, Modos de Interconexão Processamento Neural Recall e Learning Regras de Aprendizado
Leia maisAnálise do desempenho de Redes Neurais Artificiais no preenchimento de falhas em séries de precipitação diária
Análise do desempenho de Redes Neurais Artificiais no preenchimento de falhas em séries de precipitação diária Performance analysis of Artificial Neural Networks in filling gaps in daily precipitation
Leia maisRede Perceptron. Capítulo 3
Rede Perceptron Capítulo 3 Rede Perceptron É a forma mais simples de configuração de uma RNA (idealizada por Rosenblatt, 1958) Constituída de apenas uma camada, tendo-se ainda somente um neurônio nesta
Leia maisClassificação de Padrões. Abordagem prática com Redes Neurais Artificiais
Classificação de Padrões Abordagem prática com Redes Neurais Artificiais Agenda Parte I - Introdução ao aprendizado de máquina Parte II - Teoria RNA Parte III - Prática RNA Parte IV - Lições aprendidas
Leia mais4 O Modelo Termodinâmico da Turbina a Gás
4 O Modelo Termodinâmico da Turbina a Gás 4.1. Introdução Com o intuito de realizar o diagnóstico de falhas em turbinas a gás, são necessários muitos dados para a análise de falha dos componentes. O diagnóstico
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Alessandro L. Koerich Programa de Pós-Graduação em Informática Pontifícia Universidade Católica do Paraná (PUCPR) Redes Neurais Artificiais Plano de Aula Introdução Motivação Biológica
Leia maisBOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Março-Abril-Maio OUTONO -
BOLETIM CLIMATOLÓGICO TRIMESTRAL DA ESTAÇÃO METEOROLÓGICA DO IAG/USP - Março-Abril-Maio 2014 - - OUTONO - Seção Técnica de Serviços Meteorológicos Instituto de Astronomia, Geofísica e Ciências Atmosféricas
Leia maisRedes Neurais: RBF. Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação
Universidade Federal do Rio Grande do Norte Departamento de Engenharia de Computação e Automação Redes Neurais: RBF DCA0121 Inteligência Artificial Aplicada Heitor Medeiros 1 Tópicos Redes de Funções de
Leia mais