Construção de um Modelo Preditivo de Longo Prazo: previsão da temperatura atmosférica máxima média em Campos dos Goytacazes utilizando Redes Neurais Artificiais
previsão da temperatura atmosférica máxima média em Campos dos Goytacazes utilizando Redes Neurais Artificiais
DOI:
https://doi.org/10.24325/issn.2446-5763.v11i32p206-227Palavras-chave:
Análise Preditiva de Temperatura Máxima, Aprendizado de Máquina, Estatística Inferencial, Redes Neurais ArtificiaisResumo
A crescente complexidade dos fenômenos climáticos tem desafiado os métodos tradicionais de previsão meteorológica, exigindo a otimização das técnicas habituais e o desenvolvimento de abordagens que acompanhem o avanço tecnológico do Estado da Arte. Nesse contexto, advoga-se que as redes neurais artificiais (RNAs) têm um enorme potencial como ferramentas para previsão climática de longo prazo, pois podem ser aplicadas para capturar padrões complexos e não-lineares presentes nos dados meteorológicos. Portanto, este artigo propõe a construção de um modelo de predição climática capaz de realizar a previsão da temperatura máxima média das próximas décadas. Para que o objetivo seja cumprido, discorre-se sobre o processo de pré-processamento que compreende o desenvolvimento de um modelo de regressão linear múltipla para imputação de dados ausentes, bem como análises de linearidade, normalidade, homocedasticidade e pontos discrepantes e de alavancagem, para aferição da qualidade do tratamento. Além disso, o trabalho descreve a arquitetura e a topologia da rede neural construída, assim como o cálculo das medidas de incerteza e das métricas de performance para apurar o nível de desempenho do modelo e garantir a qualidade da previsão realizada.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 André Luiz Xavier Guimarães Nasri, Hans Schmidt Santos, Guy Globa Masset, Vitor Mena Pirola, Rayssa Barcellos Paiva

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.








