Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva

Detalhes bibliográficos
Autor(a) principal: Domingos, Andréia Coelho
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/35062
http://doi.org/10.14393/ufu.di.2022.205
Resumo: Predicting the rate of rain and attenuation caused by it plays an essential role in the areas of communications. In other words, predicting attenuation due to rainfall is not a simple task to be solved mathematically, because the variables that cause the phenomenon are often nonlinear and have complicated behavior. This project is expected to predict rain attenuation in Brazil using the Artificial Neural Network (RNA). Ten-year rainfall data were collected from measurements performed in different geographical locations. The local covered all five states, representing all geographic areas of Brazil. RNA was trained to predict rain attenuation in these locations using annual rainfall data from 2012 to 2021. Two types of network architecture were used: Multilayer Perceptron Network (MLP) and Vector Quantization by Learning Network (LVQ), both with the same objective. The results of rain attenuation provided by RNA were compared with the results provided by the International Telecommunications Union (ITU) model, which is a well-established model. In terms of performance, they show that the predicted attenuation of RNA is in line with the forecast of the ITU model. On the other hand, the resulting RNA training is a useful tool for communication engineers to predict the attenuation of the rain of subsequent years and proactively solve the problem of signal attenuation inherent to the operation of the satellite path above 10 GHz.
id UFU_19824f34b7f5021126a37cee0f325c06
oai_identifier_str oai:repositorio.ufu.br:123456789/35062
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuvaComparison between LVQ and MLP networks In forecasting attenuation caused by rainAtenuação da chuvataxa de chuvaRNAmodelo ITUrede MLPrede LVQRain attenuationrain rateITU modelMLP networkLVQ networkCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOESEngenharia elétricaChuvas - Frequência da intensidadeRedes neurais (Computação)Predicting the rate of rain and attenuation caused by it plays an essential role in the areas of communications. In other words, predicting attenuation due to rainfall is not a simple task to be solved mathematically, because the variables that cause the phenomenon are often nonlinear and have complicated behavior. This project is expected to predict rain attenuation in Brazil using the Artificial Neural Network (RNA). Ten-year rainfall data were collected from measurements performed in different geographical locations. The local covered all five states, representing all geographic areas of Brazil. RNA was trained to predict rain attenuation in these locations using annual rainfall data from 2012 to 2021. Two types of network architecture were used: Multilayer Perceptron Network (MLP) and Vector Quantization by Learning Network (LVQ), both with the same objective. The results of rain attenuation provided by RNA were compared with the results provided by the International Telecommunications Union (ITU) model, which is a well-established model. In terms of performance, they show that the predicted attenuation of RNA is in line with the forecast of the ITU model. On the other hand, the resulting RNA training is a useful tool for communication engineers to predict the attenuation of the rain of subsequent years and proactively solve the problem of signal attenuation inherent to the operation of the satellite path above 10 GHz.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorDissertação (Mestrado)A previsão da taxa de chuva e a atenuação provocada por ela desempenha um papel essencial nas áreas de comunicações.Em outras palavras, prever a atenuação devido a precipitação pluviométrica não é uma tarefa simples de ser resolvida matematicamente, pois as variáveis que causam o fenômenos são frequentemente não lineares e apresentam comportamento complicados. Este projeto aprsenta a previsão da atenuação da chuva no Brasil utilizando a Rede Neural Artificial (RNA). Dados pluviométricos de dez anos foram coletados a partir de medições realizadas em diferentes localizações geográficas. Ao locais abrangiu todos os cinco estados, representando todas as áreas geográficas do Brasil. A RNA foi treinada para prever a atenuação da chuva nesses locais usando os dados anuais de chuvas fornecidos de 2012 a 2021. Foram utilizados dois tipos de arquitetura de redes: rede MLP e rede LVQ, ambas com mesmo objetivo. Os resultados da atenuação da chuva fornecidos pela RNA foram comparados com os resultados fornecidos pelo modelo da União Internacional de Telecomunicações (ITU), que é um modelo bem estabelecido. Em termos de desempenho, mostram que a atenuação prevista da RNA está de acordo com a previsão do modelo ITU. Por outro lado, o treinamento da RNA resultante é uma ferramenta útil para engenheiros de comunicação para prever a atenuação da chuva dos anos subsequentes e resolver proativamente o problema de atenuação do sinal inerente à operação do caminho satélite acima de 10 GHz.Universidade Federal de UberlândiaBrasilPrograma de Pós-graduação em Engenharia ElétricaCarrijo, Gilberto Aranteshttp://lattes.cnpq.br/1358511937659656Coutinho, Alexandre Mateushttp://lattes.cnpq.br/5723816513897339Arruda, Benedito Alencarhttp://lattes.cnpq.br/4692712866129834Domingos, Andréia Coelho2022-05-18T18:28:14Z2022-05-18T18:28:14Z2022-05-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfDOMINGOS, Andreia Coelho. Comparação entre as Redes LVQ e MLP Na Previsão da Atenuação Provocada pela Chuva. 2022. 69 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.di.2022.205https://repositorio.ufu.br/handle/123456789/35062http://doi.org/10.14393/ufu.di.2022.205porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2022-08-08T19:30:06Zoai:repositorio.ufu.br:123456789/35062Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2022-08-08T19:30:06Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.none.fl_str_mv Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
Comparison between LVQ and MLP networks In forecasting attenuation caused by rain
title Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
spellingShingle Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
Domingos, Andréia Coelho
Atenuação da chuva
taxa de chuva
RNA
modelo ITU
rede MLP
rede LVQ
Rain attenuation
rain rate
ITU model
MLP network
LVQ network
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES
Engenharia elétrica
Chuvas - Frequência da intensidade
Redes neurais (Computação)
title_short Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
title_full Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
title_fullStr Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
title_full_unstemmed Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
title_sort Comparação entre as redes LVQ e MLP na previsão da atenuação provocada pela chuva
author Domingos, Andréia Coelho
author_facet Domingos, Andréia Coelho
author_role author
dc.contributor.none.fl_str_mv Carrijo, Gilberto Arantes
http://lattes.cnpq.br/1358511937659656
Coutinho, Alexandre Mateus
http://lattes.cnpq.br/5723816513897339
Arruda, Benedito Alencar
http://lattes.cnpq.br/4692712866129834
dc.contributor.author.fl_str_mv Domingos, Andréia Coelho
dc.subject.por.fl_str_mv Atenuação da chuva
taxa de chuva
RNA
modelo ITU
rede MLP
rede LVQ
Rain attenuation
rain rate
ITU model
MLP network
LVQ network
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES
Engenharia elétrica
Chuvas - Frequência da intensidade
Redes neurais (Computação)
topic Atenuação da chuva
taxa de chuva
RNA
modelo ITU
rede MLP
rede LVQ
Rain attenuation
rain rate
ITU model
MLP network
LVQ network
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES
Engenharia elétrica
Chuvas - Frequência da intensidade
Redes neurais (Computação)
description Predicting the rate of rain and attenuation caused by it plays an essential role in the areas of communications. In other words, predicting attenuation due to rainfall is not a simple task to be solved mathematically, because the variables that cause the phenomenon are often nonlinear and have complicated behavior. This project is expected to predict rain attenuation in Brazil using the Artificial Neural Network (RNA). Ten-year rainfall data were collected from measurements performed in different geographical locations. The local covered all five states, representing all geographic areas of Brazil. RNA was trained to predict rain attenuation in these locations using annual rainfall data from 2012 to 2021. Two types of network architecture were used: Multilayer Perceptron Network (MLP) and Vector Quantization by Learning Network (LVQ), both with the same objective. The results of rain attenuation provided by RNA were compared with the results provided by the International Telecommunications Union (ITU) model, which is a well-established model. In terms of performance, they show that the predicted attenuation of RNA is in line with the forecast of the ITU model. On the other hand, the resulting RNA training is a useful tool for communication engineers to predict the attenuation of the rain of subsequent years and proactively solve the problem of signal attenuation inherent to the operation of the satellite path above 10 GHz.
publishDate 2022
dc.date.none.fl_str_mv 2022-05-18T18:28:14Z
2022-05-18T18:28:14Z
2022-05-09
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 DOMINGOS, Andreia Coelho. Comparação entre as Redes LVQ e MLP Na Previsão da Atenuação Provocada pela Chuva. 2022. 69 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.di.2022.205
https://repositorio.ufu.br/handle/123456789/35062
http://doi.org/10.14393/ufu.di.2022.205
identifier_str_mv DOMINGOS, Andreia Coelho. Comparação entre as Redes LVQ e MLP Na Previsão da Atenuação Provocada pela Chuva. 2022. 69 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Uberlândia, 2022. DOI http://doi.org/10.14393/ufu.di.2022.205
url https://repositorio.ufu.br/handle/123456789/35062
http://doi.org/10.14393/ufu.di.2022.205
dc.language.iso.fl_str_mv por
language por
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.publisher.none.fl_str_mv Universidade Federal de Uberlândia
Brasil
Programa de Pós-graduação em Engenharia Elétrica
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Brasil
Programa de Pós-graduação em Engenharia Elétrica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1813711383170121728