APLICAÇÃO DE TÉCNICAS DE REPRESENTAÇÃO DE DADOS NO TRATAMENTO DE DADOS MICROCLIMÁTICOS

• Autor(a) principal: da Cruz, Johnnes Santos Veiga
• Data de Publicação: 2019
• Outros Autores: Ventura, Thiago Meirelles, de Oliveira, Allan Gonçalves, Rodrigues, Thiago Rangel, de Figueiredo, Josiel Maimone, Gomes, Raphael de Souza Rosa, Nogueira, José de Souza
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Brasileira de Climatologia (Online)
• Texto Completo: https://revistas.ufpr.br/revistaabclima/article/view/46404
• topic: Amostragem; Piecewise Aggregate Approximation; Perceptually Important Points; preenchimento de falhas; detecção de outliers

Os sensores instalados em estações meteorológicas podem gerar uma grande quantidade de dados todos os dias. Esses dados, eventualmente, precisam ser processados antes de serem analisados. Nesse processo, a quantidade de dados pode dificultar a sua manipulação, controle e interpretação. Inclusive para técnicas computacionais, a quantidade de dados são consequências de um maior tempo de processamento. Dessa forma, espera-se que reduzir a quantidade de dados possa facilitar, do ponto de vista computacional, a manipulação desse tipo de dado. Entretanto, a redução pode gerar perda de informação importante na série. Este trabalho avaliou a utilização de técnicas de representação de dados, com o intuito de reduzir a série de dados ao mesmo tempo que as características da série sejam conservadas. Testes foram realizados para avaliar a conservação das características da série de dados após a redução. Mesmo com a série reduzida em 80%, operações de tratamento de dados microclimáticos puderam ser realizadas com a mesma eficácia do que se fossem realizadas com a série original, indicando que as características originais da série foram mantidas. As técnicas de representação de dados com melhor desempenho foram Amostragem e Perceptually Important Points.