@InProceedings{AnochiSambLuzCamp:2012:PrClPr,
               author = "Anochi, Juliana Aparecida and Sambatti, Sabrina B. M. and Luz, 
                         Eduardo F. P. da and Campos Velho, Haroldo Fraga de",
          affiliation = "{} and {} and {} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)}",
                title = "Previs{\~a}o Clim{\'a}tica de Precipita{\c{c}}{\~a}o usando 
                         Rede Neural",
            booktitle = "Anais...",
                 year = "2012",
         organization = "Congresso Brasileiro de Meteorologia, 17. (CBMET).",
             abstract = "Prop{\~o}e-se um modelo emp{\'{\i}}rico de previs{\~a}o 
                         clim{\'a}tica sazonal do campo de precipita{\c{c}}{\~a}o, que 
                         {\'e} uma das vari{\'a}veis meteorol{\'o}gicas mais 
                         importantes. O m{\'e}todo {\'e} baseado em redes neurais 
                         artificiais (RNA). Os dados para treinamento da rede s{\~a}o 
                         dados de rean{\'a}lise do NCEP-NOAA. A arquitetura {\'e} obtida 
                         de forma autom{\'a}tica: a topologia {\'o}tima {\'e} formulada 
                         como um problema de otimiza{\c{c}}{\~a}o. O Algoritmo de 
                         Colis{\~a}o de M{\'u}ltiplas Part{\'{\i}}culas (MPCA) {\'e} 
                         empregado para determinar uma arquitetura {\'o}tima para uma rede 
                         Perceptron de M{\'u}ltiplas Camadas (PMC). A rede PMC foi 
                         configurada para o problema de previs{\~a}o de 
                         precipita{\c{c}}{\~a}o sobre uma sub-regi{\~a}o do Nordeste do 
                         Brasil. ABSTRACT: An empirical climate model for seasonal 
                         precipitation field by artificial neural network (ANN) is 
                         proposed. The supervised ANN is trained from NOAA-NCEP reanalysis. 
                         For identifying the best topology for the ANN, the problem is 
                         formulated as an optimization problem. The optimum architecture 
                         for the Multilayer Perceptron (MLP) neural network is computed 
                         using the Multiple Particles Collision (MPCA). The MLP-NN was 
                         configured to the problem for climate prediction of precipitation 
                         over a subregion of Brazilian Northeastern.",
  conference-location = "Gramado-RS",
      conference-year = "2012",
                label = "lattes: 2720072834057575 1 AnochiSambLuzCamp:2012:PrClPr",
             language = "pt",
           targetfile = "64HP.pdf",
        urlaccessdate = "30 abr. 2024"
}