| dc.contributor | Ebecken, Nelson Francisco Favilla | |
| dc.contributor | http://lattes.cnpq.br/2703716951709834 | |
| dc.contributor | http://lattes.cnpq.br/8751963407494182 | |
| dc.contributor | Rodriguez, Daniel Andrés | |
| dc.contributor | Cataldi, Márcio | |
| dc.contributor | Espíndola, Rogério Pinto | |
| dc.contributor | Evsukof, Alexandre Gonçalves | |
| dc.contributor | Landau, Luiz | |
| dc.creator | Briones Estébanez, Katiusca Magdalena | |
| dc.date | 2020-12-02T00:33:37Z | |
| dc.date | 2023-09-27T03:03:08Z | |
| dc.date | 2018-06 | |
| dc.date.accessioned | 2023-09-27T13:42:02Z | |
| dc.date.available | 2023-09-27T13:42:02Z | |
| dc.identifier | http://hdl.handle.net/11422/13419 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8912065 | |
| dc.description | The planning of various human activities, such as agriculture, construction, transportation, tourism, leisure, among others, are delimited to a greater or lesser extent by the climatic conditions, especially rainfall amounts and temperature values. Climate forecast, i.e. forecast for months ahead, are negatively impacted by the dynamics of the atmosphere-earth-ocean system, causing various levels of uncertainties. Currently, many traditional and modern methods support the forecast of climate conditions; however, the necessary accuracy is not reached. Thus, in this thesis were analyzed how the artificial neural networks could contribute in the rainfall forecast. Artificial neural networks are a method of the artificial intelligence area that has had an accelerated development in recent decades, where a considerable number of applications with satisfactory results have positioned these networks as the state of the art in several areas of knowledge. Precipitation levels from three cities of Ecuador were forecasted using as predictors atmospheric and oceanic variables. The results obtained show that the artificial neural networks were able to predict the rain a month ahead with accuracy for Guayaquil of 89%, Portoviejo of 100% and Esmeraldas of 74%, results considered satisfactory and encouraging for the use of artificial intelligence techniques in the operational climatic forecast. | |
| dc.description | O planejamento de diversas atividades humanas, tais como agricultura, construção, transporte, turismo, lazer, entre outras, são delimitadas em maior ou menor grau pelas condições climáticas, especialmente quantidades de chuvas e valores de temperaturas. As previsões climáticas, definidas como previsões de meses à frente, são impactadas negativamente pela dinâmica do sistema atmosfera-terra-oceano, causando diversos níveis de incertezas. Existem na atualidade vários métodos tradicionais e modernos que auxiliam na previsão das condições climáticas, mas que não a conseguem predizer com uma exatidão necessária. Assim, nesta tese foram analisadas como as redes neurais artificiais podem ajudar nas tarefas da previsão da chuva. As redes neurais artificiais são um método da área da inteligência artificial que tem tido um desenvolvimento acelerado nas décadas recentes, em que um número considerável de aplicações com resultados satisfatórios tem posicionado estas redes nas principais linhas de pesquisa em diversas áreas do conhecimento. Níveis de precipitação de três cidades do Equador foram prognosticados, utilizando como prognosticadores variáveis atmosféricas e oceânicas. Os resultados obtidos mostram que as redes neurais artificiais conseguiram predizer a chuva um mês à frente com exatidões para Guaiaquil de 89%, Portoviejo de 100% e Esmeraldas de 74%, resultados considerados satisfatórios e encorajadores para o uso de técnicas de inteligência artificial na previsão climática operacional. | |
| dc.language | por | |
| dc.publisher | Universidade Federal do Rio de Janeiro | |
| dc.publisher | Brasil | |
| dc.publisher | Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia | |
| dc.publisher | Programa de Pós-Graduação em Engenharia Civil | |
| dc.publisher | UFRJ | |
| dc.rights | Acesso Aberto | |
| dc.subject | Redes Neurais | |
| dc.subject | Previsão de chuvas | |
| dc.subject | Equador | |
| dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA CIVIL::ENGENHARIA HIDRAULICA::HIDROLOGIA | |
| dc.title | Previsão de níveis de precipitação usando redes neurais artificiais | |
| dc.type | Tese | |
