MODELAGEM PREDITIVA DE LINHA DE COSTA UTILIZANDO REDES NEURAIS ARTIFICIAIS

• Autor(a) principal: GONÇALVES, RODRIGO MIKOSZ
• Data de Publicação: 2010
• Outros Autores: COELHO, LEANDRO DOS SANTOS, KRUEGER, CLÁUDIA PEREIRA, HECK, BERNHARD
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Boletim de Ciências Geodésicas
• Texto Completo: https://revistas.ufpr.br/bcg/article/view/18725
• topic: GEODÉSIA; Mapeamento Costeiro; Modelagem Preditiva; Linha de Costa; Redes Neurais Artificiais

Estudar modelagens através de dados geodésicos temporais com a possibilidade de predizer a posição de linha de costa  é uma tarefa importante e pode auxiliar significativamente na gestão costeira. A área de estudo neste trabalho se refere ao município de Matinhos no estado do Paraná, Brasil. As linhas de costa temporais utilizadas para testar a modelagem preditiva são provenientes respectivamente da fotogrametria analógica para anos 1954, 1963, 1980, 1991 e 1997 e de levantamentos geodésicos utilizando GPS (Global Position System) para 2001, 2002, 2005 e 2008 (como controle). Dois testes com as redes neurais artificiais foram organizados mudando alguns parâmetros como: arquitetura, número de neurônios nas camadas ocultas e algoritmos de treinamentos. Quando comparados o valor dos resíduos entre a predição e a linha de costa de controle, os melhores resultados estatísticos indicam que o MAPE (mean absolute percentage error) são 0,28% utilizando a rede neural parcialmente recorrente de Elman com o algoritmo de treinamento quase-Newton e 0,46% para o caso da rede neural perceptron multicamadas com o algoritmo de treinamento utilizando o método Bayesiano com regularização.