Previsão de nível de bacia hidrográfica utilizando rede neural artificial do tipo LSTM

Data
2017-12-07
Título da Revista
ISSN da Revista
Título de Volume
Editor
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)

Resumo

Os desastres naturais são um antigo perigo para o bem estar e a sobrevivência da humanidade. Prever quando ocorrerão, onde, e em que intensidade, é determinante para a mitigação dos riscos, perdas e danos materiais à população. Este trabalho aplica conceitos de inteligência artificial, mais especificamente numa especialização do aprendizado de máquina chamada aprendizado profundo. Propõe a elaboração de um modelo capaz de predizer o nível de uma bacia hidrológica, a partir da informação de sensores de chuva e nível, nela instalados, visando promover alertas a população potencialmente afetada. O modelo utiliza um tipo de algoritmo de aprendizado profundo chamado Long Short-Time Memory, que é um tipo de rede neural recorrente bastante adequado a problemas de regressão em séries temporais. O modelo apresentou bons resultados, nas métricas aplicadas, e demonstrou ser um modelo viável.


Descrição
Palavras-chave
Citação