Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
IdentificadorQABCDSTQQW/46C4HFE
Repositóriourlib.net/www/2022/02.14.11.08
Última Atualização2022:02.14.11.08.47 (UTC) simone
Repositório de Metadadosurlib.net/www/2022/02.14.11.08.47
Última Atualização dos Metadados2022:06.23.12.54.45 (UTC) administrator
DOI10.3390/atmos13020243
ISSN2073-4433
Chave de CitaçãoMonegoAnocCamp:2022:SoAmSe
TítuloSouth America Seasonal Precipitation Prediction by Gradient-Boosting Machine-Learning Approach
Ano2022
MêsFeb.
Data de Acesso30 jun. 2022
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho1997 KiB
2. Contextualização
Autor1 Monego, Vinicius Schmidt
2 Anochi, Juliana Aparecida
3 Campos Velho, Haroldo Fraga de
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JHC3
ORCID1
2 0000-0003-0769-9750
3 0000-0003-4968-5330
Grupo1 CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
2 DIPTC-CGCT-INPE-MCTI-GOV-BR
3 COPDT-CGIP-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 vinicius.monego@inpe.br
2 juliana.anochi@gmail.com
3 haroldo.camposelho@inpe.br
RevistaAtmosphere
Volume13
Número2
Páginase243
Nota SecundáriaB3_ENGENHARIAS_III B3_ENGENHARIAS_I B3_CIÊNCIAS_AMBIENTAIS B4_ENGENHARIAS_II B5_GEOCIÊNCIAS
Histórico (UTC)2022-02-14 11:08:47 :: simone -> administrator ::
2022-02-14 11:08:48 :: administrator -> simone :: 2022
2022-02-14 11:08:57 :: simone -> administrator :: 2022
2022-06-23 12:54:45 :: administrator -> self-uploading-INPE-MCTI-GOV-BR :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveGradient boosting
Machine learning
Precipitation
Seasonal climate prediction
ResumoMachine learning has experienced great success in many applications. Precipitation is a hard meteorological variable to predict, but it has a strong impact on society. Here, a machine-learning techniquea formulation of gradient-boosted treesis applied to climate seasonal precipitation prediction over South America. The Optuna framework, based on Bayesian optimization, was employed to determine the optimal hyperparameters for the gradient-boosting scheme. A comparison between seasonal precipitation forecasting among the numerical atmospheric models used by the National Institute for Space Research (INPE, Brazil) as an operational procedure for weather/climate forecasting, gradient boosting, and deep-learning techniques is made regarding observation, with some showing better performance for the boosting scheme.
AreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > South America Seasonal...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > South America Seasonal...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > South America Seasonal...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 14/02/2022 08:08 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/QABCDSTQQW/46C4HFE
URL dos dados zipadoshttp://urlib.net/zip/QABCDSTQQW/46C4HFE
Idiomaen
Arquivo Alvoatmosphere-13-00243-v2.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m19/2013/05.22.12.17
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/46KUATE
8JMKD3MGPCW/46KUES5
DivulgaçãoWEBSCI; PORTALCAPES; SCOPUS.
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)self-uploading-INPE-MCTI-GOV-BR
atualizar 


Fechar