<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Journal Article">
		<site>plutao.sid.inpe.br 800</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>8JMKD3MGP3W/3TEP8JH</identifier>
		<repository>sid.inpe.br/plutao/2019/06.10.13.37</repository>
		<lastupdate>2019:06.13.18.10.44 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator</lastupdate>
		<metadatarepository>sid.inpe.br/plutao/2019/06.10.13.37.18</metadatarepository>
		<metadatalastupdate>2021:01.02.22.17.01 sid.inpe.br/bibdigital@80/2006/04.07.15.50 administrator</metadatalastupdate>
		<doi>10.21575/25254782rmetg2019vol4n3856</doi>
		<issn>2525-4782</issn>
		<label>lattes: 1446664587151293 3 FernandesLimaStepCalh:2019:PROCCL</label>
		<citationkey>FernandesLimaStepCalh:2019:PrOcCl</citationkey>
		<title>Prediction of occurrence of cloud-to-ground electrical discharges using forecasts of the brams numerical model</title>
		<year>2019</year>
		<typeofwork>journal article</typeofwork>
		<secondarytype>PRE PN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>567 KiB</size>
		<author>Fernandes, Alex de Almeida,</author>
		<author>Lima, Glauston Roberto Teixeira de,</author>
		<author>Stephany, Stephan,</author>
		<author>Calheiros, Alan James Peixoto,</author>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid>8JMKD3MGP5W/3C9JJ9D</resumeid>
		<group>DIDOP-CGCPT-INPE-MCTIC-GOV-BR</group>
		<group></group>
		<group>LABAC-COCTE-INPE-MCTIC-GOV-BR</group>
		<group>LABAC-COCTE-INPE-MCTIC-GOV-BR</group>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation></affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<electronicmailaddress>alex.fernandes@cptec.inpe.br</electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress>stephan.stephany@inpe.br</electronicmailaddress>
		<electronicmailaddress>alan.calheiros@inpe.br</electronicmailaddress>
		<journal>Revista Mundi Engenharia, Tecnologia e Gestão</journal>
		<volume>4</volume>
		<number>3</number>
		<pages>161-1-161-13</pages>
		<transferableflag>1</transferableflag>
		<contenttype>External Contribution</contenttype>
		<versiontype>publisher</versiontype>
		<keywords>mineração de dados, descargas elétrica atmosféricas, sistemas convectivos, modelos meteorológicos.</keywords>
		<abstract>A predição de ocorrência de eventos convectivos severos permite a emissão de alertas meteorológicos, possibilitando a mitigação de diversas catástrofes em potencial. Em muitos casos, os modelos numéricos de previsão do tempo não conseguem simular de forma eficiente esse tipo de eventos. Em contrapartida, dado o grande volume e diversidade de dados meteorológicos, a aplicação de técnicas de mineração de dados torna-se cada vez mais comum em Meteorologia. No caso de atividade convectiva, utilizando-se dados passados, é possível identificar padrões característicos nas previsões de um modelo ao associá-las aos correspondentes campos de densidade de ocorrência de descargas elétricas atmosféricas nuvem-solo. Isso é feito por um algoritmo de aprendizado de máquina, no caso, um conjunto de redes neurais. Assim, estes padrões podem ser detectados nas futuras previsões geradas pelo modelo, de forma a fazer a predição de ocorrência de descargas, as quais estão associadas à atividade convectiva. Neste trabalho, a abordagem proposta foi aplicada para o modelo BRAMS, um modelo desenvolvido no país e utilizado operacionalmente ou para pesquisa em Meteorologia. Consequentemente, foi analisada a capacidade de predição de ocorrência de descargas pelas redes neurais propostas para um conjunto de eventos e sua utilidade para predição de eventos convectivos como ferramenta auxiliar na previsão de tempo operacional.</abstract>
		<area>MET</area>
		<language>pt</language>
		<usergroup>self-uploading-INPE-MCTI-GOV-BR</usergroup>
		<visibility>shown</visibility>
		<readpermission>deny from all and allow from 150.163</readpermission>
		<documentstage>not transferred</documentstage>
		<nexthigherunit>8JMKD3MGPCW/3ESGTTP</nexthigherunit>
		<nexthigherunit>8JMKD3MGPCW/43SQKNE</nexthigherunit>
		<hostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</hostcollection>
		<notes>Setores de Atividade: Administração pública, defesa e seguridade social, Pesquisa e desenvolvimento científico.</notes>
		<username>simone</username>
		<lasthostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</lasthostcollection>
		<url>http://plutao.sid.inpe.br/rep-/sid.inpe.br/plutao/2019/06.10.13.37</url>
	</metadata>
</metadatalist>