<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Conference Proceedings">
		<site>mtc-m16c.sid.inpe.br 804</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>8JMKD3MGP8W/3DCRDJS</identifier>
		<repository>sid.inpe.br/mtc-m18/2013/01.15.17.01</repository>
		<lastupdate>2013:01.15.17.01.34 sid.inpe.br/mtc-m18@80/2008/03.17.15.17 administrator</lastupdate>
		<metadatarepository>sid.inpe.br/mtc-m18/2013/01.15.17.01.34</metadatarepository>
		<metadatalastupdate>2021:02.28.22.00.41 sid.inpe.br/mtc-m18@80/2008/03.17.15.17 administrator {D 2012}</metadatalastupdate>
		<citationkey>AnochiSamLuzShiCam:2012:CoAuRe</citationkey>
		<title>Configuração automática de redes neurais usando MPCA</title>
		<format>On-line.</format>
		<year>2012</year>
		<secondarytype>PRE CN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>142 KiB</size>
		<author>Anochi, Juliana Aparecida,</author>
		<author>Sambatti, Sabrina Bergoch Monteiro,</author>
		<author>Luz, Eduardo Fávero Pacheco da,</author>
		<author>Shiguemori, Elcio Hideiti,</author>
		<author>Campos Velho, Haroldo Fraga,</author>
		<editor>Castro, Ana Paula Abrantes de,</editor>
		<editor>Shiguemori, Élcio Hideiti,</editor>
		<editor>Ramos, Fernando Manuel,</editor>
		<e-mailaddress>sabrinabms@gmail.com</e-mailaddress>
		<conferencename>Workshop dos Cursos de Computação Aplicada do INPE, 12 (WORCAP).</conferencename>
		<conferencelocation>São José dos Campos</conferencelocation>
		<date>6-8 nov. 2012</date>
		<publisher>Instituto Nacional de Pesquisas Espaciais (INPE)</publisher>
		<publisheraddress>São José dos Campos</publisheraddress>
		<booktitle>Anais</booktitle>
		<organization>Instituto Nacional de Pesquisas Espaciais (INPE)</organization>
		<transferableflag>1</transferableflag>
		<keywords>Redes Neurais Artificiais, Previsão Climática, Otimização, Algoritmo de Colisão de Múltiplas Partículas.</keywords>
		<abstract>Este trabalho propõe o desenvolvimento de um modelo empírico de previsão climática sazonal, a partir de dados de reanálise obtidos da base de dados do NCEP-NOAA, utilizando um modelo de rede neural com treinamento supervisionado. A busca e definição de uma arquitetura ótima ´e um tema crucial na aplicação de RNA, uma vez que a escolha da topologia possui um impacto significativo na resposta da rede neural. Neste trabalho, é apresentado o uso do Algoritmo de Colisão de Múltiplas Partículas (MPCA), que se constitui numa nova meta-heurística, aplicada para configurar uma arquitetura ótima para uma rede Perceptron de Múltiplas Camadas (MLP). A rede MLP foi configurada para o problema de previsão de precipitação sobre uma sub-região do Nordeste do Brasil.</abstract>
		<area>COMP</area>
		<language>pt</language>
		<targetfile>worcap2012_submission_60 - Juliana A. Anochi.pdf</targetfile>
		<usergroup>marciana</usergroup>
		<usergroup>sabrinabms@gmail.com</usergroup>
		<visibility>shown</visibility>
		<nexthigherunit>8JMKD3MGP8W/38ELNHL</nexthigherunit>
		<hostcollection>sid.inpe.br/mtc-m18@80/2008/03.17.15.17</hostcollection>
		<username>marciana</username>
		<agreement>agreement.html .htaccess .htaccess2</agreement>
		<lasthostcollection>sid.inpe.br/mtc-m18@80/2008/03.17.15.17</lasthostcollection>
		<url>http://mtc-m16c.sid.inpe.br/rep-/sid.inpe.br/mtc-m18/2013/01.15.17.01</url>
	</metadata>
</metadatalist>