ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Climatologia (Online) |
Texto Completo: | https://revistas.ufpr.br/revistaabclima/article/view/33066 |
Resumo: | A estimativa da concentração do ozônio de superfície propicia a geração de dados para o planejamento de previsão da qualidade do ar, útil na gestão de saúde publica. O objetivo deste trabalho foi elaborar uma Rede Neural Artificial (RNAs) para estimar a concentração do ozônio de superfície em função de dados diários de clima. A RNA, do tipo FeedForward Multilayer Perceptron, foi treinada tomando-se por referência da concentração diária do ozônio medida. Nas camadas intermediárias e de saída foram utilizadas funções de ativação do tipo tan-sigmóide e lineares, respectivamente. O desempenho da RNA desenvolvida foi muito bom, podendo-se considerá-la como integrante do conjunto de métodos indiretos para estimativa da concentração do ozônio de superfície. O modelo proposto pode ser utilizado pelo governo público como ferramenta para ativar ações de ferramentas durante os períodos de estagnação atmosférica, quando os níveis de ozônio na atmosfera possam representar riscos à saúde publica. |
id |
ABCLIMA-1_c1d2ba38fb2dcdf99f12a6c3c613a0c6 |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/33066 |
network_acronym_str |
ABCLIMA-1 |
network_name_str |
Revista Brasileira de Climatologia (Online) |
repository_id_str |
|
spelling |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITYredes neurais, clima, ozônio de superfície, saúde publica, qualidade do ar.A estimativa da concentração do ozônio de superfície propicia a geração de dados para o planejamento de previsão da qualidade do ar, útil na gestão de saúde publica. O objetivo deste trabalho foi elaborar uma Rede Neural Artificial (RNAs) para estimar a concentração do ozônio de superfície em função de dados diários de clima. A RNA, do tipo FeedForward Multilayer Perceptron, foi treinada tomando-se por referência da concentração diária do ozônio medida. Nas camadas intermediárias e de saída foram utilizadas funções de ativação do tipo tan-sigmóide e lineares, respectivamente. O desempenho da RNA desenvolvida foi muito bom, podendo-se considerá-la como integrante do conjunto de métodos indiretos para estimativa da concentração do ozônio de superfície. O modelo proposto pode ser utilizado pelo governo público como ferramenta para ativar ações de ferramentas durante os períodos de estagnação atmosférica, quando os níveis de ozônio na atmosfera possam representar riscos à saúde publica.Universidade Federal do ParanáSouza, Amaury dePavão, Hamilton GermanoOliveira, Ana Paula Garcia2014-06-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/revistaabclima/article/view/3306610.5380/abclima.v13i0.33066Revista Brasileira de Climatologia; v. 13 (2014)2237-86421980-055X10.5380/abclima.v13i0reponame:Revista Brasileira de Climatologia (Online)instname:ABClimainstacron:ABCLIMAporhttps://revistas.ufpr.br/revistaabclima/article/view/33066/22576Cerrado Campo Grande MS2004 a 2010info:eu-repo/semantics/openAccess2014-07-21T15:37:37Zoai:revistas.ufpr.br:article/33066Revistahttps://revistas.ufpr.br/revistaabclima/indexPUBhttps://revistas.ufpr.br/revistaabclima/oaiegalvani@usp.br || rbclima2014@gmail.com2237-86421980-055Xopendoar:2014-07-21T15:37:37Revista Brasileira de Climatologia (Online) - ABClimafalse |
dc.title.none.fl_str_mv |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
title |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
spellingShingle |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY Souza, Amaury de redes neurais, clima, ozônio de superfície, saúde publica, qualidade do ar. |
title_short |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
title_full |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
title_fullStr |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
title_full_unstemmed |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
title_sort |
ARTIFICIAL NEURAL NETWORKS: AN APPLICATION IN THE STUDY OF AIR QUALITY |
author |
Souza, Amaury de |
author_facet |
Souza, Amaury de Pavão, Hamilton Germano Oliveira, Ana Paula Garcia |
author_role |
author |
author2 |
Pavão, Hamilton Germano Oliveira, Ana Paula Garcia |
author2_role |
author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Souza, Amaury de Pavão, Hamilton Germano Oliveira, Ana Paula Garcia |
dc.subject.por.fl_str_mv |
redes neurais, clima, ozônio de superfície, saúde publica, qualidade do ar. |
topic |
redes neurais, clima, ozônio de superfície, saúde publica, qualidade do ar. |
description |
A estimativa da concentração do ozônio de superfície propicia a geração de dados para o planejamento de previsão da qualidade do ar, útil na gestão de saúde publica. O objetivo deste trabalho foi elaborar uma Rede Neural Artificial (RNAs) para estimar a concentração do ozônio de superfície em função de dados diários de clima. A RNA, do tipo FeedForward Multilayer Perceptron, foi treinada tomando-se por referência da concentração diária do ozônio medida. Nas camadas intermediárias e de saída foram utilizadas funções de ativação do tipo tan-sigmóide e lineares, respectivamente. O desempenho da RNA desenvolvida foi muito bom, podendo-se considerá-la como integrante do conjunto de métodos indiretos para estimativa da concentração do ozônio de superfície. O modelo proposto pode ser utilizado pelo governo público como ferramenta para ativar ações de ferramentas durante os períodos de estagnação atmosférica, quando os níveis de ozônio na atmosfera possam representar riscos à saúde publica. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-06-07 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/revistaabclima/article/view/33066 10.5380/abclima.v13i0.33066 |
url |
https://revistas.ufpr.br/revistaabclima/article/view/33066 |
identifier_str_mv |
10.5380/abclima.v13i0.33066 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/revistaabclima/article/view/33066/22576 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
Cerrado Campo Grande MS 2004 a 2010 |
dc.publisher.none.fl_str_mv |
Universidade Federal do Paraná |
publisher.none.fl_str_mv |
Universidade Federal do Paraná |
dc.source.none.fl_str_mv |
Revista Brasileira de Climatologia; v. 13 (2014) 2237-8642 1980-055X 10.5380/abclima.v13i0 reponame:Revista Brasileira de Climatologia (Online) instname:ABClima instacron:ABCLIMA |
instname_str |
ABClima |
instacron_str |
ABCLIMA |
institution |
ABCLIMA |
reponame_str |
Revista Brasileira de Climatologia (Online) |
collection |
Revista Brasileira de Climatologia (Online) |
repository.name.fl_str_mv |
Revista Brasileira de Climatologia (Online) - ABClima |
repository.mail.fl_str_mv |
egalvani@usp.br || rbclima2014@gmail.com |
_version_ |
1754839542952624128 |