@Article{AnochiCamp:2020:NeNeSe,
author = "Anochi, Juliana Aparecida and Campos Velho, Haroldo Fraga de",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)}",
title = "Neural network for seasonal climate precipitation prediction on
the Brazil",
journal = "Ci{\^e}ncia e Natura",
year = "2020",
volume = "42",
pages = "e15",
keywords = "Precipitation, Seasonal climate prediction, Self-configured neural
network.",
abstract = "Precipita{\c{c}}{\~a}o {\'e} o campo meteorol{\'o}gico mais
dif{\'{\i}}cil de ser predito. Uma abordagem baseada em rede
neural {\'o}tima {\'e} aplicada para previs{\~a}o de
precipita{\c{c}}{\~a}o para o Brasil. Uma rede neural perceptron
de m{\'u}ltiplas camadas (RN-PMC) auto-configurada {\'e} usada
como ferramenta predi{\c{c}}{\~a}o. A topologia da MLP-NN {\'e}
encontrada resolvendo um problema de otimiza{\c{c}}{\~a}o pelo
algoritmo de colis{\~a}o de m{\'u}ltiplas part{\'{\i}}culas
(MPCA). Previs{\~o}es para esta{\c{c}}{\~o}es de inverno e
ver{\~a}o s{\~a}o mostradas. A previs{\~a}o neural {\'e}
avaliada usando dados de rean{\'a}lise do NCEP/NCAR e dados do
sat{\'e}lite GPCP (Global Precipitation Climatology Project --
monthly precipitation dataset).",
doi = "10.5902/2179460X45358",
url = "http://dx.doi.org/10.5902/2179460X45358",
issn = "0100-8307 and 2179-460X",
label = "lattes: 5142426481528206 2 AnochiVelh:2020:NeNeSe",
language = "pt",
targetfile = "anochi_neural.pdf",
urlaccessdate = "28 abr. 2024"
}