Dissertação

Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.

The estimation of the future behavior of the levels of a river basin is fundamental for the elaboration of the plan of management of its water resources. The objective of this research was to model the relationship between rainfall and level through a technique known as artificial neural networks (R...

ver descrição completa

Autor principal: PERES, Victor da Cruz
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Pará 2019
Assuntos:
Redes neurais (Computação)
Sistema de alerta
Amazônia
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
AMEAÇAS NATURAIS NO AMBIENTE AMAZÔNICO
MINIMIZAÇÃO DE RISCOS E MITIGAÇÃO DE DESASTRES NATURAIS NA AMAZÔNIA
Acesso em linha: http://repositorio.ufpa.br/jspui/handle/2011/11837
id ir-2011-11837
recordtype dspace
spelling ir-2011-118372019-09-25T05:32:48Z Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais. PERES, Victor da Cruz ROCHA, Edson José Paulino da http://lattes.cnpq.br/2313369423727020 Redes neurais (Computação) Sistema de alerta Amazônia CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS AMEAÇAS NATURAIS NO AMBIENTE AMAZÔNICO MINIMIZAÇÃO DE RISCOS E MITIGAÇÃO DE DESASTRES NATURAIS NA AMAZÔNIA The estimation of the future behavior of the levels of a river basin is fundamental for the elaboration of the plan of management of its water resources. The objective of this research was to model the relationship between rainfall and level through a technique known as artificial neural networks (RNA). RNAs are empirical models with functions similar to the functioning of the human brain. In this research, the ability of RNA to model the rain-level process on a daily basis was evaluated. Influences of network architecture, initialization of weights, and extension of data series were considered during RNA training. The five RNAs that produced the best results were confronted with the observed results. The results were very satisfactory. Finding in a dry and full alert system in Itaituba-Pa. A estimativa do comportamento futuro dos níveis de uma bacia hidrográfica é fundamental para a elaboração do plano de gerenciamento dos seus recursos hídricos. O objetivo desta pesquisa foi modelar a relação entre chuva e nível através de uma técnica conhecida por redes neurais artificiais (RNA). As RNA são modelos empíricos com funcionamento semelhante ao funcionamento do cérebro humano. Nesta pesquisa foi avaliada a capacidade das RNA modelarem o processo chuva-nível em base diário. Foi considerado durante o treinamento das RNA as influências da arquitetura da rede, da inicialização dos pesos e da extensão das séries de dados. As cinco RNA que produziram os melhores resultados foram confrontados com os resultados observados. Os resultados foram muito satisfatórios. Findando em um sistema de alerta de seca e cheia em Itaituba/Pa. 2019-09-24T12:46:10Z 2019-09-24T12:46:10Z 2019-03-02 Dissertação PERES, Victor Cruz da. Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais artificiais. Orientador: Edson José Paulino da Rocha. 2019. 124 f. Dissertação (Mestrado em Gestão de Riscos e Desastres Naturais na Amazônia) – Instituto de Geociências, Universidade Federal do Pará, Belém, 2019. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/11837. Acesso em:. http://repositorio.ufpa.br/jspui/handle/2011/11837 por Acesso Aberto application/pdf Universidade Federal do Pará Brasil Instituto de Geociências UFPA Programa de Pós-Graduação em Gestão de Riscos e Desastres Naturais na Amazônia 1 CD ROM
institution Repositório Institucional - Universidade Federal do Pará
collection RI-UFPA
language por
topic Redes neurais (Computação)
Sistema de alerta
Amazônia
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
AMEAÇAS NATURAIS NO AMBIENTE AMAZÔNICO
MINIMIZAÇÃO DE RISCOS E MITIGAÇÃO DE DESASTRES NATURAIS NA AMAZÔNIA
spellingShingle Redes neurais (Computação)
Sistema de alerta
Amazônia
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
AMEAÇAS NATURAIS NO AMBIENTE AMAZÔNICO
MINIMIZAÇÃO DE RISCOS E MITIGAÇÃO DE DESASTRES NATURAIS NA AMAZÔNIA
PERES, Victor da Cruz
Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.
topic_facet Redes neurais (Computação)
Sistema de alerta
Amazônia
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS
AMEAÇAS NATURAIS NO AMBIENTE AMAZÔNICO
MINIMIZAÇÃO DE RISCOS E MITIGAÇÃO DE DESASTRES NATURAIS NA AMAZÔNIA
description The estimation of the future behavior of the levels of a river basin is fundamental for the elaboration of the plan of management of its water resources. The objective of this research was to model the relationship between rainfall and level through a technique known as artificial neural networks (RNA). RNAs are empirical models with functions similar to the functioning of the human brain. In this research, the ability of RNA to model the rain-level process on a daily basis was evaluated. Influences of network architecture, initialization of weights, and extension of data series were considered during RNA training. The five RNAs that produced the best results were confronted with the observed results. The results were very satisfactory. Finding in a dry and full alert system in Itaituba-Pa.
author_additional ROCHA, Edson José Paulino da
author_additionalStr ROCHA, Edson José Paulino da
format Dissertação
author PERES, Victor da Cruz
title Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.
title_short Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.
title_full Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.
title_fullStr Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.
title_full_unstemmed Sistema hidrológico para previsão de risco na Amazônia utilizando redes neurais.
title_sort sistema hidrológico para previsão de risco na amazônia utilizando redes neurais.
publisher Universidade Federal do Pará
publishDate 2019
url http://repositorio.ufpa.br/jspui/handle/2011/11837
_version_ 1832604456164786176
score 11.755432

Registros relacionados