Aplicação de rede neural recorrente dirigida dinamicamente em previsão de formação de geada
Autor(a) principal: | |
---|---|
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 |