@InProceedings{FariasZepkPint:2008:SuVeMa,
               author = "Farias, Wendell Rondinelli Gomes and Zepka, Gisele dos Santos and 
                         Pinto Junior, Osmar",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "A forecast cloud-to-ground lightning system part 2 - Support 
                         vector machines preliminary results",
            booktitle = "Anais...",
                 year = "2008",
         organization = "Congresso Brasileiro de Meteorologia, 15.",
             keywords = "support vector machines, ETA model, lightning forecast.",
             abstract = "De forma an{\'a}loga ao estudo que tratou da rede neural 
                         artificial este trabalho apresenta um estudo preliminar sobre o 
                         desenvolvimento de um sistema de previs{\~a}o de descargas 
                         el{\'e}tricas atrav{\'e}s de uma ferramenta matem{\'a}tica de 
                         intelig{\^e}ncia artificial chamada Support Vector Machines 
                         (SVM), baseado em dados de rel{\^a}mpagos nuvem-solo da Rede 
                         Brasileira de Detec{\c{c}}{\~a}o de Descargas Atmosf{\'e}ricas 
                         (BrasilDat) e de sa{\'{\i}}das de an{\'a}lises do modelo ETA. O 
                         conjunto de entrada da SVM foi composto por dados hor{\'a}rios de 
                         rel{\^a}mpagos e campos de an{\'a}lise de vari{\'a}veis 
                         meteorol{\'o}gicas do modelo ETA, ambos selecionados para a 
                         {\'a}rea da Companhia Paulista de For{\c{c}}a e Luz CPFL. A 
                         sa{\'{\i}}da da previs{\~a}o {\'e} apresentada na forma de um 
                         {\'{\i}}ndice, tal como: baixa, m{\'e}dia ou alta atividade 
                         el{\'e}trica. Assim como para a rede neural, a SVM foi capaz de 
                         representar de maneira satisfat{\'o}ria os eventos de raios 
                         estudados, mesmo sendo as tempestades um fen{\^o}meno complexo, 
                         devido aos diferentes processos f{\'{\i}}sicos envolvidos na sua 
                         forma{\c{c}}{\~a}o e evolu{\c{c}}{\~a}o. Diante dos resultados 
                         encontrados, o uso de ferramentas matem{\'a}ticas de 
                         intelig{\^e}ncia artificial como rede neural e SVM indicam serem 
                         ferramentas promissoras para a constru{\c{c}}{\~a}o de um 
                         sistema de previs{\~a}o de descargas el{\'e}tricas. ABSTRACT: 
                         This work presents a preliminary study about the development of a 
                         lightning forecast system based on the Support Vector Machines 
                         (SVM) mathematical tool, using cloud-to-ground (CG) lightning data 
                         provided by Brazilian Lightning Detection Network (BrasilDat) and 
                         analysis output from the ETA model. The work is similar to that 
                         presented in paper 1 using a neural network. The dataset input 
                         variables was composed by hourly number of lightning flashes and 
                         analysis fields of meteorological parameters from ETA model both 
                         picked and chosen for Companhia Paulista de For{\c{c}}a e Luz 
                         CPFL Energy area. The forecasting output is presented in terms of 
                         a lightning index as: low, medium and high lightning activity. As 
                         well as for NN, the SVM technique has showed able of to represent 
                         satisfactorily the lightning events study, despite of the complex 
                         phenomenon, because there are many physical processes involved in 
                         its formation and evolution, Thereby, the use of techniques of 
                         artificial intelligence as NN and SVM indicate to be a promising 
                         mathematical tool to build a lightning prediction system.",
  conference-location = "S{\~a}o Paulo",
      conference-year = "24-29ago",
           copyholder = "SID/SCD",
             language = "en",
         organisation = "SBMET",
           targetfile = "Farias_CBMET2008_parte2.pdf",
        urlaccessdate = "28 abr. 2024"
}