Resultado da Pesquisa
A expressão de busca foi <secondaryty ci and ref conference and firstg CRS-CCR-INPE-MCTI-GOV-BR and y 2012 and is *>.
2 referências encontradas buscando em 15 dentre 15 sites.
Data e hora local de busca: 27/02/2021 10:26.
Área de identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP7W/3CCBRSB
Repositóriosid.inpe.br/mtc-m19/2012/07.30.13.09
Última Atualização2012:08.30.11.40.24 administrator
Metadadossid.inpe.br/mtc-m19/2012/07.30.13.09.24
Última Atualização dos Metadados2018:06.05.04.12.32 administrator
Chave SecundáriaINPE--PRE/
DOI10.1109/IJCNN.2012.6252622
ISBN13: 9781467314909
Chave de CitaçãoPereiraPetr:2012:DaAsUs
TítuloData Assimilation using NeuroEvolution of Augmenting Topologies
FormatoOn-line
Ano2012
Data de Acesso27 fev. 2021
Número de Arquivos1
Tamanho944 KiB
Área de contextualização
Autor1 Pereira, André Grahl
2 Petry, Adriano
Grupo1
2 CRS-CCR-INPE-MCTI-GOV-BR
Afiliação1 Computer Science Post-graduate Program - PPGCC, Federal University of Rio Grande do Sul - UFRGS, Porto Alegre, Brazil
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Nome do EventoAnnual International Joint Conference on Neural Networks (IJCNN).
Localização do EventoBrisbane
Data10-15 June 2012
PáginasArticle number: 6252622
Título do LivroProceedings
Tipo SecundárioPRE CI
OrganizaçãoIEEE Computational Intelligence Society (CIS); International Neural Network Society (INNS); IEEE World Congress on Computational Intelligence (WCCI)
Histórico2013-01-21 12:40:39 :: marciana -> administrator :: 2012
2018-06-05 04:12:32 :: administrator -> marciana :: 2012
Área de conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteudoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveBackpropagation , Biological neural networks , Computational modeling , Data assimilation , Network topology , Numerical models , Topology.
ResumoThe use of numerical prediction models are essential to modern society. Data assimilation is a technique that aims to increase the prediction accuracy by combining a model output with observational data, resulting in a state that is closer to the true state of the problem. Depending on the size of the model output and the number of observations to assimilate, the combination of these two sources of information may require intensive computing and become a challenge, even for supercomputers used in this type of application. Thus neural networks have been proposed as an alternative to perform high quality data assimilation at lower computational cost. This paper investigates the use of NeuroEvolution of Augmenting Topologies (NEAT) in data assimilation. NEAT is capable of adapting the connections weights and the neural network topology using principles of evolutionary computation in a search for a minimum topology and best performance. In this work, two different models were used for testing: the Lorenz Attractor and Shallow Water model. The experiments compared the results obtained with NEAT and backpropagation neural networks, using as benchmark the Best Linear Unbiased Estimator (BLUE). In the experiment with the Lorenz Attractor, NEAT was able to emulate the data assimilation task with smaller error at lower computational cost. For the Shallow Water model, tested using different grid sizes, it was observed that the errors obtained with both neural networks were small, but NEAT showed high error values. On the other hand, NEAT always gets a topology with significantly fewer operations, and the computational cost difference increases with the grid size.
AreaGEST
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 30/07/2012 10:09 1.0 KiB 
Área de condições de acesso e uso
URL dos dadoshttp://urlib.net/rep/8JMKD3MGP7W/3CCBRSB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP7W/3CCBRSB
Idiomaen
Arquivo Alvo06252622.pdf
Grupo de Usuáriosmarciana
Grupo de Leitoresadministrator
marciana
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
Área de fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m19@80/2009/08.21.17.02.53
Unidades Imediatamente Superiores8JMKD3MGPCW/3EUFCFP
DivulgaçãoCOMPENDEX
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
Área de notas
NotasThe Annual International Joint Conference on Neural Networks, (IJCNN) is part of the IEEE World Congress on Computational Intelligence, WCCI 2012.
Campos Vaziosaccessionnumber archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress edition editor electronicmailaddress issn label lineage mark nextedition numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress resumeid rightsholder secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume
Área de controle da descrição
e-Mail (login)marciana
atualizar 
Área de identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
IdentificadorJ8LNKAN8RW/3D536HU
Repositóriodpi.inpe.br/plutao/2012/11.28.13.56.59
Última Atualização2020:11.16.12.50.47 marciana
Metadadosdpi.inpe.br/plutao/2012/11.28.13.57
Última Atualização dos Metadados2020:11.16.12.50.47 marciana
Chave SecundáriaINPE--PRE/
ISBN9781467311
Rótulolattes: 6471662266291019 1 SilvaFreiSantFrer:2012:PoReCl
Chave de CitaçãoSilvaFreiSantFrer:2012:PoReCl
TítuloPolsar region classifier based on stochastic distances and hypothesis tests
FormatoOn-line
Ano2012
Data de Acesso27 fev. 2021
Número de Arquivos1
Tamanho998 KiB
Área de contextualização
Autor1 Silva, Wagner Barreto da
2 Freitas, Corina da Costa
3 Sant'Anna, Sidnei Joao Siqueira
4 Frery, Alejandro César
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JJ8N
Grupo1
2
3
4 CRS-CCR-INPE-MCTI-GOV-BR
Afiliação1
2
3
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 wbarreto.w3@gmail.com
2
3 sidnei@dpi.inpe.br
Endereço de e-Mailwbarreto.w3@gmail.com
Nome do EventoIEEE International Geoscience and Remote Sensing Symposium, 32 (IGARSS).
Localização do EventoMunique
Data2012
Páginas1473-1476
Título do LivroProceedings
Tipo SecundárioPRE CI
Tipo TerciárioPaper
Histórico2012-11-28 23:06:21 :: lattes -> marciana :: 2012
2012-12-21 18:23:55 :: marciana -> administrator :: 2012
2018-06-05 00:01:54 :: administrator -> marciana :: 2012
Área de conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteudoExternal Contribution
Tipo de Versãopublisher
AreaSRE
ArranjoINPE > Produção > CRCRS > Polsar region classifier...
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
Área de condições de acesso e uso
URL dos dadoshttp://urlib.net/rep/J8LNKAN8RW/3D536HU
URL dos dados zipadoshttp://urlib.net/zip/J8LNKAN8RW/3D536HU
Idiomaen
Arquivo Alvosilva_polsar.pdf
Grupo de Usuárioslattes
marciana
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
Área de fontes relacionadas
VinculaçãoTrabalho Vinculado à Tese/Dissertação
Unidades Imediatamente Superiores8JMKD3MGPCW/3EUFCFP
URL (dados não confiáveis)http://www.igarss2012.org/Papers/viewpapers.asp?papernum=3295
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
Área de notas
Campos Vaziosabstract accessionnumber archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor issn keywords lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readergroup rightsholder secondarydate secondarymark serieseditor session shorttitle sponsor subject type volume
Área de controle da descrição
e-Mail (login)marciana
atualizar