1. Identificação | |
Tipo de Referência | Artigo em Evento (Conference Proceedings) |
Site | mtc-m21b.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34P/3M9LQ3E |
Repositório | sid.inpe.br/mtc-m21b/2016/08.16.19.23 (acesso restrito) |
Última Atualização | 2020:11.23.15.45.27 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21b/2016/08.16.19.23.29 |
Última Atualização dos Metadados | 2020:11.23.15.45.28 (UTC) simone |
Chave Secundária | INPE--PRE/ |
Chave de Citação | Ruivo:2016:DaMiAp |
Título | Severe precipitation evaluation in Brazil: Data mining approach |
Ano | 2016 |
Data de Acesso | 08 maio 2024 |
Tipo Secundário | PRE CI |
Número de Arquivos | 1 |
Tamanho | 1079 KiB |
|
2. Contextualização | |
Autor | Ruivo, Heloisa Musetti |
Grupo | CST-CST-INPE-MCTI-GOV-BR |
Afiliação | Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | heloisa.ruivo@inpe.br |
Nome do Evento | International Conference on Integral Methods in Science and Engineering, 14 (IMSE) |
Localização do Evento | Padova, Italy |
Data | 25-29 July |
Histórico (UTC) | 2016-08-16 19:23:45 :: simone -> administrator :: 2016 2018-06-04 02:41:02 :: administrator -> simone :: 2016 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo do Conteúdo | External Contribution |
Tipo de Versão | publisher |
Palavras-Chave | Severe precipitation statistical p-value analysis decision tree algorithm |
Resumo | Data mining approach is applied to evaluate extreme rainfall events in the Brazil. Statistical analysis is combined with an artificial intelligence technique to identify the most relevant meteorological variables for a local severe precipitation in the Rio de Janeiro state (Brazil): Rio de Janeiro, and Nova Friburgo cities. The p-value statistical technique is employed to select a much smaller subset of climatic variables, preserving the information associated with extreme meteorological events. A decision tree algorithm is used as a model to identify the precipitation severity. The method is tested with the events at Apr/2009 (Rio de Janeiro city) and at Jan/2011 (Nova Friburgo city). In both cases, our results show a good local analysis for extreme precipition episodes. |
Área | CST |
Arranjo | urlib.net > COCST > Severe precipitation evaluation... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
Idioma | en |
Arquivo Alvo | IMSE-2016_Data_mining.pdf |
Grupo de Usuários | simone |
Grupo de Leitores | administrator simone |
Visibilidade | shown |
Permissão de Leitura | deny from all and allow from 150.163 |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | urlib.net/www/2011/03.29.20.55 |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3T29H |
Lista de Itens Citando | |
Acervo Hospedeiro | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 |
|
6. Notas | |
Campos Vazios | archivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|