Previsão de inundações do rio Itajaí-Açu utilizando redes neurais profundas

Página do item simplificado
dc.contributor.advisorDaniel Gomes Soares, Msc
dc.contributor.authorPeressim, Felipe de Lima
dc.contributor.valuerAndré Alessandro Stein, Msc
dc.contributor.valuerJuliano Tonizetti Brignoli, Dr
dc.date.accessioned2022-10-23T23:50:37Z
dc.date.available2022-10-23T23:50:37Z
dc.date.issued2019
dc.description.abstractAs inundações são desastres naturais registrados desde a antiguidade e que remontam à história da humanidade. Entre outros desastres, as inundações são os mais destrutivos, causando danos à vida humana, infraestrutura, agricultura e no sistema socioeconômico. Para mitigar os efeitos causados por este fenômeno, tanto medidas estruturais quanto não estruturais, podem ser adotadas. As estruturais são obras de engenharia custosas e que nem sempre podem resolver totalmente o problema, enquanto que medidas não-estruturais são de baixo custo e auxiliam na prevenção e diminuição dos prejuízos ocasionados pelas inundações. Nesta pesquisa foi desenvolvido um modelo de previsão de inundações em curto prazo, que é uma medida não-estrutural, para isso utilizando-se das Redes Neurais Profundas, pois constituem o estado da arte de modelos de aprendizado de máquina atualmente. O município de Rio do Sul - SC foi o local escolhido como área de estudo devido ao seu extenso histórico de inundações que o acomete. Para alcançar os objetivos deste trabalho, inicialmente realizou-se uma revisão bi bliográfica da literatura para identificar as variáveis que poderiam ser utilizadas no modelo, as topologias de RNAs profundas que vem sendo utilizadas para realizar a previsão de inundações em curto prazo. Através da revisão, pode-se observar na literatura que o uso de modelos profun dos tem sido infrequente no que tange problemas de hidrologia. Este fato deu forma a pergunta de pesquisa proposta neste trabalho, que consiste em verificar se é possível obter melhores re sultados na previsão de inundações através do aprendizado profundo em relação à abordagem tradicional. Neste sentido, para atingir os objetivos da pesquisa, foram modeladas, treinadas e testadas, com diversas configurações, parâmetros iniciais e principalmente variando-se os níveis de profundidade das RNAs adotadas, dentre elas duas vertentes de redes neurais recorrentes - LSTM e GRU; e dois modelos de redes neurais Híbridas, constituídas por camadas de redes Convolucionais, Recorrentes e Multilayer Perceptron. O desempenho das redes modeladas foi analisado por meio de índices estatísticos e gráficos. Os resultados mostram que as redes com maior profundidade foram mais representativas e superiores as redes rasas, consequentemente, a abordagem do aprendizado profundo mostrou que é possível fazer previsão de inundações na área de estudo, com erro e antecedências aceitáveis para ser utilizado como uma medida não-estrutural de um sistema de alerta de cheias.
dc.identifier.urihttp://200.135.58.21/handle/repositorio/65
dc.language.isopt
dc.subjectInundações
dc.subjectRedes Neurais Artificiais
dc.subjectInteligência Artificial
dc.titlePrevisão de inundações do rio Itajaí-Açu utilizando redes neurais profundas
dc.typeArticle
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Previsão de inundações do rio Itajaí-Açu utiliizando redes neurais profundas.pdf
Tamanho:
2.15 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar
Coleções
Inteligência Artificial