@InProceedings{SouzaSilv:2008:ReNeAr,
               author = "Souza, Valdemir Silva and Silva, Jos{\'e} Dem{\'{\i}}sio 
                         Sim{\~o}es da",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "Redes Neurais Artificiais Paraconsistentes aplicadas no 
                         Reconhecimento de Padr{\~o}es dos Ciclos Sazonais para a 
                         Previs{\~a}o Clim{\'a}tica",
            booktitle = "Anais...",
                 year = "2008",
               editor = "Vijaykumar, Nandamudi Lankalapalli and Luz, Eduardo F{\'a}vero 
                         Pacheco da and Furtado, Helaine Cristina Morais and Yanasse, 
                         Horacio Hideki and Domingues, Margarete Oliveira and Rocha, Renata 
                         Sampaio da and Follmann, Ros{\^a}ngela and Cintra, Ros{\^a}ngela 
                         Saher Correa and Veronese, Thalita Biazzuz",
         organization = "Workshop dos Cursos de Computa{\c{c}}{\~a}o Aplicada do INPE, 8. 
                         (WORCAP).",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             abstract = "Este trabalho descreve uma abordagem paraconsistente para o 
                         reconhecimento de dados meteorol{\'o}gicos, baseada em redes 
                         neurais paraconsistentes, aplicada a minera{\c{c}}{\~a}o de 
                         dados, especificamente para as vari{\'a}veis de 
                         precipita{\c{c}}{\~a}o e temperatura dos ciclos sazonais 
                         (esta{\c{c}}{\~a}o do ano), de acordo com as suas 
                         condi{\c{c}}{\~o}es iniciais. A L{\'o}gica Paraconsistente 
                         descreve as a{\c{c}}{\~o}es l{\'o}gicas das Redes Neurais 
                         Artificiais que s{\~a}o um conjunto de modelos de Neur{\^o}nios 
                         Artificiais Paraconsistentes que s{\~a}o utilizados ao 
                         treinamento ou aprendizado de padr{\~o}es. Aqui, A Rede neural 
                         Paraconsistente {\'e} revisada e seus elementos de 
                         processamentos, entradas e sa{\'{\i}}das s{\~a}o descritos. Os 
                         resultados apresentados s{\~a}o oriundos de uma rede neural 
                         paraconsistente desenvolvida para reconhecer os padr{\~o}es 
                         meteorol{\'o}gicos que se encontram em um banco de dados 
                         dispon{\'{\i}}vel, neste caso, especificamente para apenas cinco 
                         regi{\~o}es descritas da Am{\'e}rica do Sul que englobam mais as 
                         {\'a}reas do Brasil,Os dados de entradas s{\~a}o comparados por 
                         similaridades com as dados apreendidos e memorizados na Rede 
                         Neural Paraconsistente, esses dados s{\~a}o as vari{\'a}veis que 
                         comp{\~o}em os perfis do ciclo sazonal. Os resultados obtidos 
                         mostram a viabilidade, a usabilidade e a aplicabilidade do 
                         racioc{\'{\i}}nio paraconsistente na tomada de decis{\~a}o 
                         relacionada {\`a} Previs{\~a}o Clim{\'a}tica.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos",
      conference-year = "15 e 16 out. 2008",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP8W/37T3N88",
                  url = "http://urlib.net/ibi/8JMKD3MGP8W/37T3N88",
           targetfile = "RNAP-Meteorologia-2008_WORCAP_Revisado_valdemir.pdf",
                 type = "Modelagem Computacional",
        urlaccessdate = "09 maio 2024"
}