Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão

Detalhes bibliográficos
Autor(a) principal: Oliveira, José Maria Souza de
Data de Publicação: 2013
Outros Autores: Konzen, Pedro Henrique de Almeida, Garrido Arrate, Juan de Diós
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Repositório Institucional da UNILA
Texto Completo: https://dspace.unila.edu.br/handle/123456789/867
Resumo: Anais do II Encontro de Iniciação Científica e de Extensão da Unila - Sessão de Física, Matemática e Ciência da Computação - 03/07/13 – 13h30 às 18h30 - Unila-PTI - Bloco 03 – Espaço 03 – Sala 01
id UNIL_488077fe54000656633d45667ff4e358
oai_identifier_str oai:dspace.unila.edu.br:123456789/867
network_acronym_str UNIL
network_name_str Repositório Institucional da UNILA
repository_id_str 3636
spelling Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-VazãoRedes neurais artificiaisEstimativaPrevisão de Vazão em RiosComparação de modelosAnais do II Encontro de Iniciação Científica e de Extensão da Unila - Sessão de Física, Matemática e Ciência da Computação - 03/07/13 – 13h30 às 18h30 - Unila-PTI - Bloco 03 – Espaço 03 – Sala 01Neste trabalho, apresenta-se os u ́ ltimos avan ̧cos no desenvolvimento do pacote computacional Yapy, bem como sua aplica ̧c ̃ao na modelagem de problemas de estimativa e previs ̃ ao de vaz ̃ao em rios. O Yapy ́e um pacote de Redes Neurais Artificiais (RNAs), escrito em linguagem com- putacional C++ e mantido pelos autores. Sua estrutura o torna especialmente apropriado para problemas de mapeamento, os quais incluem problemas de modelagem chuva-vaz ̃ao. Buscando a otimiza ̧c ̃ ao do pacote, uma s ́erie de reestrutura ̧c ̃oes na implementa ̧c ̃ao de suas classes foram realizadas, permitindo que o pacote lide de forma robusta com a grande quantidade de dados que s ̃ ao, normalmente, utilizados em modelos chuva-vaz ̃ao. Ainda, o pacote foi consideravelmente expandido atrav ́es da incorpora ̧c ̃ao de novas rotinas para a an ́alise de resultados, como novas medidas de erro e arquivos para gera ̧c ̃ao de gr ́a ficos em Gnuplot. Certamente, o desenvolvimento recente mais importante foi a incorpora ̧c ̃ao ao pacote das Redes Neurais de Fun ̧c ̃oes de Base Radial (RBFs), as quais foram implementadas dentro da estrutura do c ́ odigo que j ́ a continha as redes Hebb e Perceptron Multicamadas (MLPs). Foram implementados, tamb ́em, os algo- ritmos de treinamento para as RBFs: k-means clustering (ajuste dos centros), pseudo-inversa (ajuste dos pesos) e gradiente descendente (ajuste dos pesos). Como aplica ̧c ̃ ao e valida ̧c ̃ao das recentes implementa ̧c ̃oes, apresentam-se a modelagem chuva-vaz ̃ao em dois rios distintos e a compara ̧c ̃ ao dos resultados na obten ̧c ̃ao dos modelos com MLPs frente ` as RBFs. No primeiro caso, objetivou-se construir modelos para estimar a vaz ̃ao m ́edia di ́aria do Rio Piquiri, medida na esta ̧c ̃ ao fluviom ́etrica Porto Carriel (c ́od. 64767000), no munic ́ ıpio de Laranjal, Paran ́a, Bra- sil. Como base deste modelo, utilizou-se dados hist ́ oricos fluviom ́etricos e pluviom ́etricos entre os anos de 2000 a 2008. No segundo caso, investigou-se o desempenho das MLPs e das RBFs na obten ̧c ̃ ao de modelos para a previs ̃ao da vaz ̃ao m ́edia di ́aria do Rio Ibicu ́ ı, medida na esta ̧c ̃ ao fluviom ́etrica Passo Mariano Pinto (c ́od. 76800000), munic ́ ıpio de Itaqui, Rio Grande do Sul, Brasil. Neste caso, empregou-se uma s ́erie hist ́ orica de dados compreendidos entre os anos de 1986 at ́e 2005. Em ambas aplica ̧c ̃oes, observou-se a generalidade e robustez na aplica ̧c ̃ ao deRNAs para a constru ̧c ̃ao de modelos de chuva-vaz ̃ ao. Agora, na compara ̧c ̃ ao dos resultados, verificou-se que os modelos constru ́ ıdos com as RBFs apresentam melhores resultados que os obtidos com as MLPs. Ainda, o baixo tempo computacional demandado para o treinamento dessas redes, via a t ́ecnica da pseudo-inversa, ressalta a vantagem das RBFs. Com o exposto, o Yapy passa a contar com uma s ́olida gama de ferramentas para tratar de problemas de ma- peamento. Nos pr ́oximos desenvolvimentos, espera-se adicionar ao pacote ferramentas para a an ́alise de sensibilidade de modelo, de forma a aumentar a obten ̧c ̃ ao de informa ̧c ̃oes qualitativas dos modelos constru ́ ıdos com as RNAs.Universidade Federal da Integração Latino-Americana (UNILA)2013-07-03info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://dspace.unila.edu.br/handle/123456789/867porinfo:eu-repo/semantics/openAccessOliveira, José Maria Souza deKonzen, Pedro Henrique de AlmeidaGarrido Arrate, Juan de Diósreponame:Repositório Institucional da UNILAinstname:Universidade Federal da Integração Latino-Americana (UNILA)instacron:UNILA2024-05-11T13:38:00Zoai:dspace.unila.edu.br:123456789/867Repositório InstitucionalPUBhttp://dspace.unila.edu.br/oai/requestopendoar:36362024-05-11T13:38Repositório Institucional da UNILA - Universidade Federal da Integração Latino-Americana (UNILA)false
dc.title.none.fl_str_mv Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
title Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
spellingShingle Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
Oliveira, José Maria Souza de
Redes neurais artificiais
Estimativa
Previsão de Vazão em Rios
Comparação de modelos
title_short Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
title_full Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
title_fullStr Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
title_full_unstemmed Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
title_sort Otimização e Expansão do Pacote Computacional Yapy para a Modelagem Chuva-Vazão
author Oliveira, José Maria Souza de
author_facet Oliveira, José Maria Souza de
Konzen, Pedro Henrique de Almeida
Garrido Arrate, Juan de Diós
author_role author
author2 Konzen, Pedro Henrique de Almeida
Garrido Arrate, Juan de Diós
author2_role author
author
dc.contributor.author.fl_str_mv Oliveira, José Maria Souza de
Konzen, Pedro Henrique de Almeida
Garrido Arrate, Juan de Diós
dc.subject.por.fl_str_mv Redes neurais artificiais
Estimativa
Previsão de Vazão em Rios
Comparação de modelos
topic Redes neurais artificiais
Estimativa
Previsão de Vazão em Rios
Comparação de modelos
description Anais do II Encontro de Iniciação Científica e de Extensão da Unila - Sessão de Física, Matemática e Ciência da Computação - 03/07/13 – 13h30 às 18h30 - Unila-PTI - Bloco 03 – Espaço 03 – Sala 01
publishDate 2013
dc.date.none.fl_str_mv 2013-07-03
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://dspace.unila.edu.br/handle/123456789/867
url https://dspace.unila.edu.br/handle/123456789/867
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.source.none.fl_str_mv reponame:Repositório Institucional da UNILA
instname:Universidade Federal da Integração Latino-Americana (UNILA)
instacron:UNILA
instname_str Universidade Federal da Integração Latino-Americana (UNILA)
instacron_str UNILA
institution UNILA
reponame_str Repositório Institucional da UNILA
collection Repositório Institucional da UNILA
repository.name.fl_str_mv Repositório Institucional da UNILA - Universidade Federal da Integração Latino-Americana (UNILA)
repository.mail.fl_str_mv
_version_ 1805285245880107008

Registros relacionados