Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/3HG7JPH
Repositóriosid.inpe.br/plutao/2014/12.01.13.22.09
Última Atualização2015:02.12.12.22.55 (UTC) administrator
Repositório de Metadadossid.inpe.br/plutao/2014/12.01.13.22.10
Última Atualização dos Metadados2018:06.04.23.39.41 (UTC) administrator
Rótulolattes: 2720072834057575 1 AnochiCampSilv:2014:NeNeSt
Chave de CitaçãoAnochiCampSilv:2014:NeNeSt
TítuloNeural networks in the study of climate patterns seasonal
Ano2014
Data de Acesso16 jun. 2024
Tipo SecundárioPRE CI
Número de Arquivos1
Tamanho264 KiB
2. Contextualização
Autor1 Anochi, Juliana Aparecida
2 Campos Velho, Haroldo Fraga de
3 Silva, José Demisio Simões da
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHC3
3 8JMKD3MGP5W/3C9JHH2
Grupo1 CAP-COMP-SPG-INPE-MCTI-GOV-BR
2 LAC-CTE-INPE-MCTI-GOV-BR
3 LAC-CTE-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 juliana.anochi@lac.inpe.br
2 haroldo@lac.inpe.br
Endereço de e-Mailmarcelo.pazos@inpe.br
Nome do EventoCCIS.
Localização do EventoAsuncion
Data2014
Título do LivroProceedings
Histórico (UTC)2014-12-01 13:22:10 :: lattes -> administrator ::
2018-06-04 23:39:41 :: administrator -> marcelo.pazos@inpe.br :: 2014
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-ChaveClimate Prediction
Neural Networks
Rough Sets Theory
ResumoThis work describes an Artificial Intelligence based technique to prepare data for constructing a climate prediction empirical model from reanalysis data in the South region of Brazil using Artificial Neural Network (ANN). The method uses Rough Sets Theory (RST) to reduce the amount of variables. The input of ANN there is two kinds of data: the variables chosen by the RST and full variables data to learn the seasonal behavior of the variable precipitation.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Neural networks in...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Neural networks in...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W/3HG7JPH
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/3HG7JPH
Idiomaen
Arquivo AlvoAnochi_neural.pdf
Grupo de Usuárioslattes
marcelo.pazos@inpe.br
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
VinculaçãoTrabalho não Vinculado à Tese/Dissertação
Repositório Espelhoiconet.com.br/banon/2006/11.26.21.31
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/3F2PHGS
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.12.22.16 4
sid.inpe.br/mtc-m21/2012/07.13.14.49.40 3
sid.inpe.br/mtc-m21/2012/07.13.14.51.54 1
URL (dados não confiáveis)http://ccis2014.pol.una.py/
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor format isbn issn lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarytype type volume
7. Controle da descrição
e-Mail (login)marcelo.pazos@inpe.br
atualizar 


Fechar