Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Soares Junior, Waldir Silva | - |
Autor(es): dc.contributor | Oro, Sheila Regina | - |
Autor(es): dc.contributor | Soares Junior, Waldir Silva | - |
Autor(es): dc.contributor | Oro, Sheila Regina | - |
Autor(es): dc.contributor | Silva, Romel da Rosa da | - |
Autor(es): dc.contributor | Gomes, Eduardo Michel Vieira | - |
Autor(es): dc.creator | Uliana, Fernanda Paula | - |
Data de aceite: dc.date.accessioned | 2025-08-29T13:25:58Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T13:25:58Z | - |
Data de envio: dc.date.issued | 2025-07-28 | - |
Data de envio: dc.date.issued | 2026-12-26 | - |
Data de envio: dc.date.issued | 2025-07-28 | - |
Data de envio: dc.date.issued | 2025-06-27 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/37576 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1113157 | - |
Descrição: dc.description | This study aims to fill gaps in precipitation and average temperature time series and generate 12-month forecasts from the completed series, using data from a meteorological station in Dois Vizinhos, Paraná, Brazil. Applied methods of linear interpolation and monthly historical average for smaller gaps. The forward-backward technique was employed, for the large gap, fitting exponential smoothing models, Box & Jenkins methodology and artificial neural networ to both segments. Subsequently, models using the same approaches were adjusted to the complete series to make forecasts for a 12-month period. The root mean square error between the predicted values and the actual data for the period was used as a basis for evaluation and comparing the models. The results indicated that the exponential smoothing model performed best for the precipitation series, while the neural network model was superior for the temperature series, indicating that neural network models have a better fit in series that present homogeneous seasonal behavior. | - |
Descrição: dc.description | Universidade Tecnológica Federal do Paraná (UTFPR) | - |
Descrição: dc.description | Este trabalho tem como objetivos preencher lacunas em séries de precipitação e temperatura média, além de realizar previsões para um período de 12 meses a partir das séries completas, utilizando como base dados provenientes de uma estação meteorológica localizada na cidade de Dois Vizinhos, Paraná. Para as lacunas menores, foram aplicados os métodos de interpolação linear e da média histórica mensal. Para a maior lacuna, utilizou-se a técnica forward-backward, ajustando modelos de suavização exponencial, da metodologia Box & Jenkins e de redes neurais nas duas porções das séries. Posteriormente, foram ajustados modelos das mesmas abordagens às séries completas para a realização de previsões para um período de 12 meses. Utilizou-se como base para avaliação e comparação dos modelos a raiz do erro quadrático médio entre os valores previstos e os dados reais do período. Os resultados indicaram que o modelo de suavização exponencial apresentou melhor desempenho para a série de precipitação, enquanto o modelo de redes neurais foi superior para a série de temperatura, indicando que os modelos de redes neurais possuem melhor ajuste em série que apresentam comportamento sazonal homogêneo. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Pato Branco | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Departamento Acadêmico de Matemática | - |
Publicador: dc.publisher | Licenciatura em Matemática | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | embargoedAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Análise de séries temporais | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Mudanças climáticas | - |
Palavras-chave: dc.subject | Time-series analysis | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | Climatic changes | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA | - |
Título: dc.title | Análise e previsão de dados meteorológicos com lacunas usando técnicas estatísticas e de aprendizado de máquina | - |
Título: dc.title | Analysis and prediction of meteorological data with gaps using statistical and machine learning techniques | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: