| 1. Identificação | |
| Tipo de Referência | Artigo em Evento (Conference Proceedings) |
| Site | mtc-m16c.sid.inpe.br |
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
| Identificador | 8JMKD3MGPDW34P/3Q5DQ6H |
| Repositório | sid.inpe.br/mtc-m16c/2017/12.01.20.04 |
| Última Atualização | 2017:12.01.20.04.55 (UTC) simone |
| Repositório de Metadados | sid.inpe.br/mtc-m16c/2017/12.01.20.04.55 |
| Última Atualização dos Metadados | 2023:02.15.04.21.02 (UTC) administrator |
| ISSN | 2179-4820 |
| Chave de Citação | BaymaPere:2017:CoMaLe |
| Título | Comparison of machine learning techniques for the estimation of climate missing data in the state of Minas Gerais, Brazil  |
| Formato | Pendrive, On-line. |
| Ano | 2017 |
| Data de Acesso | 27 abr. 2024 |
| Tipo Secundário | PRE CN |
| Número de Arquivos | 1 |
| Tamanho | 4510 KiB |
| 2. Contextualização | |
| Autor | 1 Bayma, Lucas O. 2 Pereira, Marconi A. |
| Afiliação | 1 Universidade Federal de São João Del Rei (UFSJ) 2 Universidade Federal de São João Del Rei (UFSJ) |
| Editor | Davis Jr., Clodoveu A. (UFMG) Queiroz, Gilberto R. de (INPE) |
| Endereço de e-Mail | lubia@dpi.inpe.br |
| Nome do Evento | Simpósio Brasileiro de Geoinformática, 18 (GEOINFO) |
| Localização do Evento | Salvador |
| Data | 04-06 dez. 2017 |
| Editora (Publisher) | Instituto Nacional de Pesquisas Espaciais (INPE) |
| Cidade da Editora | São José dos Campos |
| Páginas | 283-294 |
| Título do Livro | Anais |
| Tipo Terciário | Full papers |
| Histórico (UTC) | 2017-12-01 20:04:55 :: lubia@dpi.inpe.br -> administrator :: 2020-05-20 12:41:03 :: administrator -> simone :: 2017 2020-05-20 12:50:29 :: simone -> administrator :: 2017 2023-02-15 04:21:02 :: administrator -> simone :: 2017 |
| 3. Conteúdo e estrutura | |
| É a matriz ou uma cópia? | é a matriz |
| Estágio do Conteúdo | concluido |
| Transferível | 1 |
| Resumo | Climatepredictionisarelevantactivityforhumanityand,forthesuc- cess of the climate forecast, a good historical database is necessary. However, because of several factors, large historical data gaps are found at different me- teorological stations, and studies to determine such missing weather values are still scarce. This paper describes a study of a combination of several machine learning techniques to determine missing climatic values. This study produced a computational framework, formed by four different methods: linear regres- sion, neural networks, support vector machines and regression bagged trees. A statistical study is conducted to compare these four methods. The study statis- tically demonstrated that the regression bagged trees technique was successful in obtaining missing climatic values for the state of Minas Gerais and can be widely used by the responsible agencies to improve their historical databases, consequently, their climate forecasts. |
| Área | SRE |
| Arranjo 1 | urlib.net > BDMCI > Fonds > GEOINFO > XVIII GEOINFO > Comparison of machine... |
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > XVIII GEOINFO > Comparison of machine... |
| Arranjo 3 | urlib.net > Fonds > GEOINFO > Coleção GEOINFO > Comparison of machine... |
| Conteúdo da Pasta doc | acessar |
| Conteúdo da Pasta source | não têm arquivos |
| Conteúdo da Pasta agreement | não têm arquivos |
| 4. Condições de acesso e uso | |
| URL dos dados | http://urlib.net/ibi/8JMKD3MGPDW34P/3Q5DQ6H |
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGPDW34P/3Q5DQ6H |
| Idioma | pt |
| Arquivo Alvo | 36bayma_pereira.pdf |
| Grupo de Usuários | lubia@dpi.inpe.br |
| Visibilidade | shown |
| Permissão de Atualização | não transferida |
| 5. Fontes relacionadas | |
| Repositório Espelho | dpi.inpe.br/banon-pc2@80/2006/07.04.20.21 |
| Unidades Imediatamente Superiores | 8JMKD3MGPDW34P/42T2QPE 8JMKD3MGPDW34P/48F29JE |
| Lista de Itens Citando | sid.inpe.br/mtc-m16c/2020/07.22.00.47 1 |
| Acervo Hospedeiro | sid.inpe.br/mtc-m18@80/2008/03.17.15.17 |
| 6. Notas | |
| Campos Vazios | archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi edition electronicmailaddress group isbn keywords label lineage mark nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume |
| 7. Controle da descrição | |
| e-Mail (login) | simone |
| atualizar | |