Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada

Detalhes bibliográficos
Autor(a) principal: Santana, Daniel Perez
Data de Publicação: 2003
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/81614
Resumo: Orientador: Prof. Dr. Jair Mendes Marques
id UFPR_bf33101fa2e623dc36704f3dfca7be20
oai_identifier_str oai:acervodigital.ufpr.br:1884/81614
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Steiner, Maria Teresinha Arns, 1957-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaMarques, Jair Mendes, 1947-Santana, Daniel Perez2024-02-26T19:10:36Z2024-02-26T19:10:36Z2003https://hdl.handle.net/1884/81614Orientador: Prof. Dr. Jair Mendes MarquesCoorientadora: Prof.ª Dr.ª Maria Terezinha Arns SteinerDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Curso de Pós-Graduação em Métodos Numéricos em EngenhariaInclui referências: p. 89-90Resumo: A geada é um fenômeno baseado no ponto de congelamento do orvalho, o qual pode ocorrer mesmo em temperaturas positivas porque a temperatura do solo pode variar cinco graus Celsius a menos do que a temperatura ambiente local. Algumas regiões sofrem grandes perdas em produção agrícola, principalmente no sul do Brasil e Uruguai, onde a ocorrência da "geada negra" pode atingir as células das plantas e destruir a sua membrana endoplasmática. O objetivo desta dissertação é desenvolver uma rede neural recorrente dirigida dinamicamente para gerar condições de prever a ocorrência deste fenômeno e identificar e classificar os padrões de ocorrência, garantindo condições para uma implementação futura do modelo em um sistema autômato para controlar automaticamente proteções por aspersão de água em macieiras. O trabalho foi todo desenvolvido aplicando-se o pacote de redes neurais do Matlab e depois verificado a sua eficiência.Abstract: The frost is a phenomenon based in dew freezing which occurs even in positive temperatures because the soil's temperature may acquire a temperature shift over 5 Celsius degrees in comparison with the surroundings. Some regions suffer great damage, mainly the southern part of Brazil and Uruguay, where the "black frost" reaches out the plants' tissues destroying their tissues' membranes. The aim of this work is to develop a recurrent neural network dynamically directed to forecast this phenomenon, identifies and classifies its patterns, guarantying future implementation in an automate system to control automatically protections to spill water onto apple trees to be protected. All the tasks were developed using Matlab's neural network toolbox and afterwards it was verified its certainty.Xiii, [90]p. : il. [algumas color.], grafs., tabs.application/pdfDisponível em formato digitalMaçã - CultivoGeada - PrevisãoRedes neurais (Computação)Análise NuméricaAplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALD - D - DANIEL PEREZ SANTANA.pdfapplication/pdf14688411https://acervodigital.ufpr.br/bitstream/1884/81614/1/D%20-%20D%20-%20DANIEL%20PEREZ%20SANTANA.pdf7bb74bfcabfa389c26583654db2dfd33MD51open access1884/816142024-02-26 16:10:36.219open accessoai:acervodigital.ufpr.br:1884/81614Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-02-26T19:10:36Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
title Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
spellingShingle Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
Santana, Daniel Perez
Maçã - Cultivo
Geada - Previsão
Redes neurais (Computação)
Análise Numérica
title_short Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
title_full Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
title_fullStr Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
title_full_unstemmed Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
title_sort Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
author Santana, Daniel Perez
author_facet Santana, Daniel Perez
author_role author
dc.contributor.other.pt_BR.fl_str_mv Steiner, Maria Teresinha Arns, 1957-
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.advisor1.fl_str_mv Marques, Jair Mendes, 1947-
dc.contributor.author.fl_str_mv Santana, Daniel Perez
contributor_str_mv Marques, Jair Mendes, 1947-
dc.subject.por.fl_str_mv Maçã - Cultivo
Geada - Previsão
Redes neurais (Computação)
Análise Numérica
topic Maçã - Cultivo
Geada - Previsão
Redes neurais (Computação)
Análise Numérica
description Orientador: Prof. Dr. Jair Mendes Marques
publishDate 2003
dc.date.issued.fl_str_mv 2003
dc.date.accessioned.fl_str_mv 2024-02-26T19:10:36Z
dc.date.available.fl_str_mv 2024-02-26T19:10:36Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/81614
url https://hdl.handle.net/1884/81614
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv Xiii, [90]p. : il. [algumas color.], grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/81614/1/D%20-%20D%20-%20DANIEL%20PEREZ%20SANTANA.pdf
bitstream.checksum.fl_str_mv 7bb74bfcabfa389c26583654db2dfd33
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1797699031759060992

Registros relacionados