@FilmorBroadcast{LemosJúniorCarvBarr:2021:PrOcCi,
                 cast = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              country = "S{\~a}o Jos{\'e} dos Campos",
         datereleased = "6, 7, 13 e 14 nov. 2021",
             director = "Lemos J{\'u}nior, Luiz P. de and Carvalho, Ot{\'a}vio and 
                         Barradas Filho, Alex Oliveira",
          distributor = "Instituto Nacional de Pesquisas Espaciais (INPE)",
             keywords = "Cintila{\c{c}}{\~a}o Ionosf{\'e}rica, Sistema GPS, Aprendizado 
                         de M{\'a}quina, Floresta Aleat{\'o}ria, Rede Neural Perceptron 
                         Multicamadas.",
                  ibi = "8JMKD3MGPDW34R/45RKDS2",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34R/45RKDS2",
       seriesdirector = "Rodrigues, Aline Castilho and Rodrigues, Italo Pinto and Santos, 
                         Walter Abrah{\~a}o dos and Mateus, Dairo Antonio Cuellar and 
                         Machado, Danilo and Diniz, Gledson Hernandes and Dallamuta, 
                         Jo{\~a}o and Carmo, Thiago Augusto do and Siqueli, Guilherme 
                         Afonso",
          seriestitle = "Workshop em Engenharia e Tecnologia Espaciais, 12 (WETE)",
             synopsis = "Neste trabalho implementou-se a predi{\c{c}}{\~a}o de 
                         Cintila{\c{c}}{\~a}o Ionosf{\'e}rica (CI) de amplitude, 
                         fen{\^o}meno respons{\'a}vel por erros de 
                         localiza{\c{c}}{\~a}o em sistemas de geoposicionamento por 
                         sat{\'e}lites. A predi{\c{c}}{\~a}o {\'e} feita com o uso de 
                         t{\'e}cnicas de Aprendizado de M{\'a}quina largamente empregadas 
                         pela comunidade cient{\'{\i}}fica para automatizar a 
                         predi{\c{c}}{\~a}o de CI. Seguindo essa tend{\^e}ncia, 
                         implementou-se uma predi{\c{c}}{\~a}o de Cintila{\c{c}}{\~a}o 
                         Ionosf{\'e}rica de amplitude com 5 minutos de anteced{\^e}ncia 
                         com resultados de acur{\'a}cia em torno de 90% por meio dos 
                         algoritmos Floresta Aleat{\'o}ria, Rede Neural Perceptron de 
                         Multicamadas e do banco de dados dos Projetos CALIBRA/CIGALA. 
                         Dentre esses dois modelos, avaliou-se qual obteve melhor 
                         desempenho a partir dos dados utilizados, ao realizar-se a 
                         compara{\c{c}}{\~a}o de ambos atrav{\'e}s de m{\'e}tricas de 
                         desempenho. Ao final do trabalho s{\~a}o sugeridas algumas 
                         a{\c{c}}{\~o}es que visem melhorar a abordagem aqui empregada.",
           targetfile = "56 - [Artigo][Inpe] Luiz Pedro De Lemos J{\'u}nior-1.mp4",
                title = "Predi{\c{c}}{\~a}o da ocorr{\^e}ncia de cintila{\c{c}}{\~a}o 
                         ionosf{\'e}rica de amplitude na regi{\~a}o do Maranh{\~a}o",
         yearreleased = "2021",
        urlaccessdate = "16 jun. 2024"
}