Name: Sistemas Evolutivos Baseados em Regras Para Previsão de Temperatura
Price: 257551.00 COP
Availability: InStock
Author: Eduardo Almeida Soares; Daniel Furtado Leite
ISBN: 9786202045629

portada Sistemas Evolutivos Baseados em Regras Para Previsão de Temperatura

Formato

Libro Físico

Autor

Eduardo Almeida Soares; Daniel Furtado Leite

Encuadernación

Tapa Blanda

ISBN13

9786202045629

Categorías

Tecnología de la información: cuestiones generales

Sistemas Evolutivos Baseados em Regras Para Previsão de Temperatura

Eduardo Almeida Soares; Daniel Furtado Leite (Autor) · · Tapa Blanda

Libro Nuevo

$ 257.551

$ 429.251

Ahorras: $ 171.701

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 15 de Julio y el Miércoles 24 de Julio.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Sistemas Evolutivos Baseados em Regras Para Previsão de Temperatura"

Este livro considera métodos inteligentes evolutivos para previsão de séries temporais meteorológicas. São avaliados os métodos evolving Takagi-Sugeno (eTS), eXtended Takagi-Sugeno (xTS), Dynamic Evolving Neural Fuzzy Inference System (DENFIS), Fuzzy-Set Based evolving Modeling (FBeM), e uma variação de um método inteligente baseado em nuvens de dados chamado Typicality and Eccentricity Data Analytics (TEDA). São desenvolvidos modelos centrados em dados, não lineares e variantes no tempo para previsão de temperatura média mensal. Valores passados de temperatura mínima, máxima e média, assim como valores passados de variáveis exógenas como o nível de nebulosidade, precipitação de chuva e umidade do ar são levados em conta na previsão. É utilizado um método não-paramétrico baseado na correlação de Spearman para ordenação e seleção das características e atrasos de tempo mais importantes para a previsão. As bases de dados foram obtidas de estações meteorológicas localizadas nas cidades de São Paulo, Manaus, Porto Alegre, e Natal. Estas cidades têm características climáticas particulares. Ademais, um ensemble de nuvens de dados, modelos fuzzy e operadores de agregação fuzzy é proposto.