Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Santos, Everaldo José Rabêlo dos
Orientador(a): Llanos Quintero, Carlos Humberto
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.unb.br/handle/10482/37716
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2019.
id UNB_7acf297017fcaf2e32ee701c1385955b
oai_identifier_str oai:repositorio2.unb.br:10482/37716
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Santos, Everaldo José Rabêlo dosLlanos Quintero, Carlos Humberto2020-05-14T14:40:12Z2020-05-14T14:40:12Z2020-05-142019-08-30SANTOS, Everaldo José Rabêlo dos. Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados. 2019. xvi, 122 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/37716Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2019.A previsão e a evolução dos parâmetros climáticos (como radiação solar, índices de precipitações, temperatura atmosférica e da umidade relativa) são informações importantes para a sociedade e suas áreas de aplicação. As novas tecnologias (como estações meteorológicas inteligentes, colheitadeiras, robôs e drones) necessitam de informações atuais e futuras sobre as condições de clima e tempo de sua localidade, para melhorar a eficiência no uso de recursos e permitir o funcionamento sustentável destes dispositivos. Adicionalmente os indicadores de clima e tempo para a região amazônica apresentam baixa acurácia nas previsões com os modelos disponíveis, devido a fatores como a dinâmica tropical da região, instrumentação escassa e dificuldade logística da região-acesso e energia elétrica. Este trabalho apresenta uma proposta de aplicação de algoritmos de Inteligência Artificial (IA), para dispositivos inteligentes com sistemas embarcados, como: drones, robôs e estações meteorológicas, para previsão de classes de chuva (precipitação). Como classificador foi utilizado o algoritmo SVM, combinados com o algoritmos bio-inspirados - MOPSO e MODE. Para validação desta proposta foram utilizados dados reais de uma localidade da região amazônica, a cidade de Belém-PA. Essas técnicas foram propostas recentemente na literatura e apresentaram boa capacidade de previsão de chuva na Europa, China e India. Os resultados qualitativos e quantitativos, deste trabalho, demostraram que o desempenho destes algoritmos foram bons, e mostrou que seu desempenho depende das reais necessidades do problema a ser aplicado. Os modelos apresentaram uma boa eficiência computacional, para aplicações em sistemas embarcados, já que não requerem grandes recursos de hardware e software. Os modelos apresentaram, também, uma boa acurácia, boa precisão e recall eficientes, para as classes de precipitação utilizadas, podendo ser implementado para previsão de curto prazo com baixo custo computacional.Prediction and evolution of climate parameters (such as solar radiation, precipitation rates, atmospheric temperature and relative humidity) are important information for society and its application areas. New technologies (such as smart weather stations, harvesters, robots, and drones) need current and future information on your local weather and weather conditions to improve resource efficiency and enable these devices to function sustainably. Additionally, climate and weather indicators for the Amazon region present low accuracy in the predictions with the available models, due to factors such as the region’s tropical dynamics, scarce instrumentation and logistical difficulty of the access region and electricity. This work presents a proposal for the application of Artificial Intelligence (AI) algorithms for intelligent devices in embedded systems, such as: drones, robots and meteorological stations, to predict rainfall classes. For the classifier the SVM algorithm was used, combined with the bio-inspired algorithms - MOPSO and MODE. To validate this proposal, real data were used from a locality in the Amazon region, the city of Belém-PA. These techniques were recently proposed in the literature and showed good rainfall prediction in Europe, China and India. The qualitative and quantitative results of this work demonstrated that the performance of these algorithms were good and showed that their performance depends on the real needs of the problem to be applied. The models presented a good computational efficiency, for applications in embedded systems, since they do not require great hardware and software resources. The models also presented a good accuracy, good precision and efficient recall for the precipitation classes used, being able to be implemented for short term prediction with low computational costA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessPrevisão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMáquina de vetor de suporteAprendizagem de máquinaPrevisão do tempoInteligência artificialDispositivos inteligentesporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2019_EveraldoJoséRabêlodosSantos.pdf2019_EveraldoJoséRabêlodosSantos.pdfapplication/pdf4791616http://repositorio2.unb.br/jspui/bitstream/10482/37716/1/2019_EveraldoJos%c3%a9Rab%c3%aalodosSantos.pdfecfc7d9868158d2395bce0dadd26f7f1MD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/37716/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/377162023-07-13 17:17:24.919open accessoai:repositorio2.unb.br:10482/37716QSBjb25jZXNzw6NvIGRhIGxpY2Vuw6dhIGRlc3RlIGl0ZW0gcmVmZXJlLXNlIGFvIHRlcm1vIGRlIGF1dG9yaXphw6fDo28gaW1wcmVzc28gYXNzaW5hZG8gDQpwZWxvIGF1dG9yIGNvbSBhcyBzZWd1aW50ZXMgY29uZGnDp8O1ZXM6DQoNCk5hIHF1YWxpZGFkZSBkZSB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBkYSBwdWJsaWNhw6fDo28sIGF1dG9yaXpvIGEgVW5pdmVyc2lkYWRlIGRlIEJyYXPDrWxpYQ0KIGUgbyBJQklDVCBhIGRpc3BvbmliaWxpemFyIHBvciBtZWlvIGRvcyBzaXRlcyB3d3cuYmNlLnVuYi5iciwgd3d3LmliaWN0LmJyLA0KIGh0dHA6Ly9oZXJjdWxlcy52dGxzLmNvbS9jZ2ktYmluL25kbHRkL2NoYW1lbGVvbj9sbmc9cHQmc2tpbj1uZGx0ZCBzZW0gcmVzc2FyY2ltZW50byBkb3MgDQpkaXJlaXRvcyBhdXRvcmFpcywgZGUgYWNvcmRvIGNvbSBhIExlaSBuwrogOTYxMC85OCwgbyB0ZXh0byBpbnRlZ3JhbCBkYSBvYnJhIGRpc3BvbmliaWxpemFkYSwNCiBjb25mb3JtZSBwZXJtaXNzw7VlcyBhc3NpbmFsYWRhcywgcGFyYSBmaW5zIGRlIGxlaXR1cmEsIGltcHJlc3PDo28gZS9vdSBkb3dubG9hZCwgYSB0w610dWxvIGRlIA0KZGl2dWxnYcOnw6NvIGRhIHByb2R1w6fDo28gY2llbnTDrWZpY2EgYnJhc2lsZWlyYSwgYSBwYXJ0aXIgZGVzdGEgZGF0YS4=Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2023-07-13T20:17:24Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
title Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
spellingShingle Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
Santos, Everaldo José Rabêlo dos
Máquina de vetor de suporte
Aprendizagem de máquina
Previsão do tempo
Inteligência artificial
Dispositivos inteligentes
title_short Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
title_full Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
title_fullStr Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
title_full_unstemmed Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
title_sort Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados
author Santos, Everaldo José Rabêlo dos
author_facet Santos, Everaldo José Rabêlo dos
author_role author
dc.contributor.author.fl_str_mv Santos, Everaldo José Rabêlo dos
dc.contributor.advisor1.fl_str_mv Llanos Quintero, Carlos Humberto
contributor_str_mv Llanos Quintero, Carlos Humberto
dc.subject.keyword.pt_BR.fl_str_mv Máquina de vetor de suporte
Aprendizagem de máquina
Previsão do tempo
Inteligência artificial
Dispositivos inteligentes
topic Máquina de vetor de suporte
Aprendizagem de máquina
Previsão do tempo
Inteligência artificial
Dispositivos inteligentes
description Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2019.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-08-30
dc.date.accessioned.fl_str_mv 2020-05-14T14:40:12Z
dc.date.available.fl_str_mv 2020-05-14T14:40:12Z
dc.date.issued.fl_str_mv 2020-05-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SANTOS, Everaldo José Rabêlo dos. Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados. 2019. xvi, 122 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.unb.br/handle/10482/37716
identifier_str_mv SANTOS, Everaldo José Rabêlo dos. Previsão de precipitação usando máquinas de vetores de suporte visando sua implementação em sistemas embarcados. 2019. xvi, 122 f., il. Dissertação (Mestrado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/37716
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/37716/1/2019_EveraldoJos%c3%a9Rab%c3%aalodosSantos.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/37716/2/license.txt
bitstream.checksum.fl_str_mv ecfc7d9868158d2395bce0dadd26f7f1
bacfee268cc5d4f6aaa2e6e0066d38f5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1797405978859143168

Registros relacionados