@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"
}