Algoritmos de Machine Learning Aplicados na Ocorrência de Chuvas na Cidade de Santa Maria
DOI:
https://doi.org/10.5902/2179460X40537Palavras-chave:
Machine Learning. Algoritmos. Previsão de chuva.Resumo
Técnicas de Machine Learning são amplamente utilizadas nas mais diversas áreas no que se refere à Inteligência Artificial. Por meio de tais técnicas é possível prever se vai chover ou não baseado em variáveis climáticas, tais como temperatura máxima e mínima por hora, pressão máxima e mínima por hora, velocidade do vento, direção do vento, velocidade da rajada de vento, radiação e precipitação. No presente trabalho foram testados 5 algoritmos de machine learning, em uma base de dados do Instituto Nacional de Meteorologia (INMET) contendo 8694 observações dos dados da estação automática localizada em Santa Maria-RS referentes ao período de 20 de setembro de 2018 a 20 de setembro de 2019. O objetivo é buscar um modelo que melhor realize predições de ocorrência de chuva para a hora seguinte à hora corrente de acordo com as variáveis do estudo. Como resultado, o modelo selecionado foi baseado no algoritmo denominado Árvores de Classificação e Regressão (CART) por possuir um melhor desempenho comparado aos demais algoritmos, além de fácil implementação, compreensão e baixo custo computacional.Downloads
Referências
BENEDETTI JK. On the nonparametric estimation of regression functions. Journal of the Royal Statistical Society: Series B (Methodological). 1977; 39(2): 248-253.
BRATKO I. Prolog programming for artificial intelligence. Canadá: Pearson education ;2001.
CORTES C, VAPNIK V. Support-vector networks. Machine learning.1995; 20 (3), 273-297.
IZBICKI R, SANTOS T M. Machine Learning sob a ótica estatística: uma abordagem preditivista para a estatística com exemplos em R.2017.
PERROCA M G,GAIDZINSKI R R. Avaliando a confiabilidade interavaliadores de um instrumento para classificação de pacientes: coeficiente Kappa. Revista da Escola de Enfermagem da USP. 2003; 37(1), 72-80.
R CORE TEAM [Internet]. R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. 2018. Disponível em: < https://www.R-project.org/>.
SIMON HA. Por que as máquinas aprendem?. In: Aprendizado de máquina. Morgan Kaufmann ;1983.
Publicado
Como Citar
Edição
Seção
Licença
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
