Análise de um conjunto de sensores climáticos utilizando diferentes técnicas de consultas em bases complexas por similaridade

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPola, Ives Renê Venturini-
Autor(es): dc.contributorPola, Ives Renê Venturini-
Autor(es): dc.contributorBarbosa, Marco Antonio De Castro-
Autor(es): dc.contributorTeixeira, Marcelo-
Autor(es): dc.creatorGuimarães, Kevin de Souza-
Data de aceite: dc.date.accessioned2025-08-29T13:33:27Z-
Data de disponibilização: dc.date.available2025-08-29T13:33:27Z-
Data de envio: dc.date.issued2024-08-09-
Data de envio: dc.date.issued2024-08-09-
Data de envio: dc.date.issued2024-06-21-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/34398-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1115329-
Descrição: dc.descriptionThis study presents an analysis of climatic data using similarity query techniques to identify patterns and correlations between climatic and geographical variables. Raw data, provided by the National Institute of Meteorology (INMET) for the year 2023, was processed and normalized for insertion into a PostgreSQL database. The study covers database creation, data cleaning and normalization, and the application of algorithms such as Farthest Neighbor and Euclidean Distance for analysis. The results provide insights into climatic variations and their geographical correlations, contributing to better management and interpretation of climatic data.-
Descrição: dc.descriptionEste trabalho apresenta uma análise de dados climáticos utilizando técnicas de consultas por similaridade para a identificação de padrões e correlações entre variáveis climáticas e geográficas. Os dados brutos, fornecidos pelo Instituto Nacional de Meteorologia (INMET) para o ano de 2023, foram processados e normalizados para serem inseridos em um banco de dados PostgreSQL. O estudo aborda a criação da base de dados, a limpeza e normalização dos dados, e a aplicação de algoritmos como Farthest Neighbor e Distância Euclidiana para a análise. Os resultados fornecem informações sobre as variações climáticas e suas correlações geográficas, contribuindo para uma melhor gestão e interpretação dos dados climáticos.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectBanco de dados-
Palavras-chave: dc.subjectPostgreSQL (Linguagem de programação de computador)-
Palavras-chave: dc.subjectMeteorologia-
Palavras-chave: dc.subjectData bases-
Palavras-chave: dc.subjectPostgreSQL-
Palavras-chave: dc.subjectMeteorology-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleAnálise de um conjunto de sensores climáticos utilizando diferentes técnicas de consultas em bases complexas por similaridade-
Título: dc.titleAnalysis of a set of climate sensors using different techniques for extracting complex bases by similarity-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.