Previsão de Condição de Tempo Severo em Sistemas Convectivos de Mesoescala utilizando Support Vector Regression

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorUniversidade Federal do Paraná (UFPR)-
Autor(es): dc.creatorTulipa Silva-
Data de aceite: dc.date.accessioned2025-09-01T11:10:46Z-
Data de disponibilização: dc.date.available2025-09-01T11:10:46Z-
Data de envio: dc.date.issued2024-11-12-
Data de envio: dc.date.issued2024-11-12-
Data de envio: dc.date.issued2016-10-07-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/93102-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/93102-
Descrição: dc.descriptionEste trabalho apresenta uma aplicação da técnica de Aprendizagem de Máquina conhecida como Support Vector Regression(SVR) para a previsão de Condição de Tempo Severo em Sistemas Convectivos de Mesoescala(SCM). Os SCMs estão, em geral, associados a Eventos de Tempo Severo (ETS), causando prejuízos materiais e humanos. No entanto, as condições específicas para que um SCM venha a possuir um ETS ainda não são totalmente conhecidas. A fim de prever um ETS a partir da coleta de dados de sensoriamento remoto de um SCM, utilizamos o SVR com diversas combinações de parâmetros. Os dados utilizados como entrada do modelo, vetor de características, é constituído de dados coletados do radar de dupla polarização pertencente ao Sistema Meteorológico do Paraná (SIMEPAR) e dados de Descargas Elétricas Atmosféricas (DEA) cedidos pela Earth Networks Total Lightning Network(ENTLN). Após o treinamento obteve-se um modelo de regressão com erro de regressão e generalização inferiores a 0,82. Após aplicado aos dados de estudo, foi verificado que dados classificados como possíveis ETS são aqueles em que a saida do modelo é igual ou superior a 0,76.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Relação: dc.relationI Simpósio de Métodos Numéricos em Engenharia (2016)-
Palavras-chave: dc.subjectReconhecimento de Padrões-
Palavras-chave: dc.subjectSupport Vector Regression-
Palavras-chave: dc.subjectNowcasting-
Palavras-chave: dc.subjectRadar Meteorológico-
Palavras-chave: dc.subjectDescargas Elétricas Atmosféricas-
Título: dc.titlePrevisão de Condição de Tempo Severo em Sistemas Convectivos de Mesoescala utilizando Support Vector Regression-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.