<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Conference Proceedings">
		<site>plutao.sid.inpe.br 800</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>J8LNKAN8RW/36KNMNH</identifier>
		<repository>dpi.inpe.br/plutao@80/2009/12.22.14.58</repository>
		<lastupdate>2015:04.06.15.04.11 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator</lastupdate>
		<metadatarepository>dpi.inpe.br/plutao@80/2009/12.22.14.58.10</metadatarepository>
		<metadatalastupdate>2018:06.05.00.12.56 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator {D 2009}</metadatalastupdate>
		<secondarykey>INPE--PRE/</secondarykey>
		<label>lattes: 2720072834057575 1 AnochiSilv:2009:MiDaMe</label>
		<citationkey>AnochiSilv:2009:MiDaMe</citationkey>
		<title>Mineração de Dados Meteorológicos pela Teoria dos Conjuntos Aproximativos para Aplicação na Previsão de Precipitação Sazonal</title>
		<year>2009</year>
		<secondarytype>PRE CN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>337 KiB</size>
		<author>Anochi, Juliana Aparecida,</author>
		<author>Silva, José Demisio Simões da,</author>
		<group>LAC-CTE-INPE-MCT-BR</group>
		<group>LAC-CTE-INPE-MCT-BR</group>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<electronicmailaddress>juliana.anochi@lac.inpe.br</electronicmailaddress>
		<electronicmailaddress>demisio@lac.inpe.br</electronicmailaddress>
		<e-mailaddress>juliana.anochi@lac.inpe.br</e-mailaddress>
		<conferencename>Congresso Nacional de Matemática Aplicada e Computacional, 32</conferencename>
		<conferencelocation>Cuiabá, MT</conferencelocation>
		<booktitle>Anais</booktitle>
		<tertiarytype>Artigo</tertiarytype>
		<transferableflag>1</transferableflag>
		<contenttype>External Contribution</contenttype>
		<versiontype>publisher</versiontype>
		<keywords>Previsão Climática, Teoria dos Conjuntos Aproximativos, Redes Neurais Artificiais.</keywords>
		<abstract>Este artigo visa mostrar um método de redução de atributos, baseado em técnicas de inteligência artificial para a realização de previsão de precipitação sazonal sobre dados de reanálise. A metodologia usa a Teoria dos Conjuntos Aproximativos para extrair informações relevantes dos dados, visando reduzir os esforços computacionais na realização dos estudos de previsão climática.</abstract>
		<area>COMP</area>
		<language>pt</language>
		<targetfile>anochi_mineracao.pdf</targetfile>
		<usergroup>lattes</usergroup>
		<usergroup>marciana</usergroup>
		<usergroup>administrator</usergroup>
		<usergroup>marciana</usergroup>
		<readergroup>administrator</readergroup>
		<readergroup>marciana</readergroup>
		<visibility>shown</visibility>
		<readpermission>allow from all</readpermission>
		<documentstage>not transferred</documentstage>
		<nexthigherunit>8JMKD3MGPCW/3ESGTTP</nexthigherunit>
		<hostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</hostcollection>
		<username>marciana</username>
		<lasthostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</lasthostcollection>
		<url>http://plutao.sid.inpe.br/rep-/dpi.inpe.br/plutao@80/2009/12.22.14.58</url>
	</metadata>
</metadatalist>