1. Identity statement | |
Reference Type | Conference Abstract (Conference Proceedings) |
Site | mtc-m21d.sid.inpe.br |
Holder Code | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identifier | 8JMKD3MGP3W34T/4A3P4LL |
Repository | sid.inpe.br/mtc-m21d/2023/10.20.15.03 |
Last Update | 2023:10.20.15.11.37 (UTC) self-uploading-INPE-MCTI-GOV-BR |
Metadata Repository | sid.inpe.br/mtc-m21d/2023/10.20.15.03.43 |
Metadata Last Update | 2024:01.02.17.16.50 (UTC) administrator |
Secondary Key | INPE--PRE/ |
Label | self-archiving-INPE-MCTIC-GOV-BR |
Citation Key | LemosCampAnoc:2023:AsDaRe |
Title | Assimilação de dados por redes neurais no modelo WRF-NCAR |
Format | On-line |
Project | Assimilação de dados por redes neurais no modelo WRF-NCAR |
Year | 2023 |
Access Date | 2024, May 17 |
Secondary Type | PRE CN |
Number of Files | 2 |
Size | 66 KiB |
|
2. Context | |
Author | 1 Lemos, Gerônimo Gallarreta Zubiaurre 2 Campos Velho, Haroldo Fraga de 3 Anochi, Juliana Aparecida |
Resume Identifier | 1 2 8JMKD3MGP5W/3C9JHC3 |
Group | 1 2 COPDT-CGIP-INPE-MCTI-GOV-BR 3 CGIP-CGIP-INPE-MCTI-GOV-BR |
Affiliation | 1 Universidade Federal de Pelotas (UFPEL) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) |
Author e-Mail Address | 1 ggzlemos@gmail.com 2 haroldo.camposvelho@inpe.br 3 juliana.anochi@inpe.br |
Editor | Ribeiro, Valéria Cristina dos Santos Barreto, Joaquim Pedro (Substituto) Lopes Filho, Antonio Paulicena, Edésio Hernane Cortez, Ely Vieira Almeida, Elton Kleiton Albuquerque de Jesus, Gabriel Torres de (Suplente) Souza, João Paulo Estevam de (Suplente) Cecatto, José Roberto (Suplente) Coelho, Simone Marlene Sievert da Costa (Suplente) Almeida, Eugênio Sper de Hey, Heyder Saturno, Mario Eugenio Escada, Paulo Augusto Sobral Savonov, Roman Ivanovitch (Suplente) Camayo Maita, Rosio Del Pilar (Suplente) Barbedo, Simone Angélica Del Ducca (Suplente) Algarve, Viviane Regina (Suplente) |
Conference Name | Seminário de Iniciação Científica e Iniciação em Desenvolvimento Tecnológico e Inovação (SICINPE) |
Conference Location | on line |
Date | 21 a 25 – ago |
Publisher | Instituto Nacional de Pesquisas Espaciais (INPE) |
Publisher City | São José dos Campos |
Pages | 1 |
Book Title | Resumos |
Tertiary Type | Iniciação Científica |
Organization | Divisão de Fomento a Pesquisa e Desenvolvimento (DIFPD) |
History (UTC) | 2023-10-20 15:11:38 :: simone -> administrator :: 2023 2023-12-18 23:44:48 :: administrator -> self-uploading-INPE-MCTI-GOV-BR :: 2023 2023-12-19 00:37:42 :: self-uploading-INPE-MCTI-GOV-BR -> administrator :: 2023 2024-01-02 17:16:50 :: administrator -> simone :: 2023 |
|
3. Content and structure | |
Is the master or a copy? | is the master |
Content Stage | completed |
Transferable | 1 |
Version Type | publisher |
Keywords | inteligência artificial aprendizado de máquina assimilação de dados previsão numéroca do tempo |
Abstract | O presente trabalho propõe o uso de método de aprendizado de máquina para o problema de assimilação de dados (DA: Data Assimilation) aplicado ao modelo de meso- escala WRF. Para o desenvolvimento do projeto, foi estruturado um banco de dados contendo análises do sistema 3D-Var, previsões do modelo WRF (Weather Research and Forecasting System) e um conjunto de observações. Para gerar essas análises, foram obtidos dados de previsão do modelo GFS-NOAA (Global Forecast System) e dados de observações para execução do módulo de assimilação do modelo WRF (WRF-DA). Os dados para o experimento numérico foram coletados dos meses de Junho, Julho e Agosto dos anos de 2015, 2016, 2017 e 2018. O domínio estudado abrange a região sul do Brasil, Rio Grande do Sul, Santa Catarina e Paraná, além do Uruguai e parte da Argentina e sul do Paraguai. O método de aprendizado de máquina é chamado de árvores de decisão e usou- se a codificação da biblioteca XGBoost, que implementa uma versão otimizada do algoritmo Gradient Boosting, um algoritmo supervisionado. Para configurar a biblioteca XGBoost para a aplicação, o conjunto de dados foi subdividido em dois conjuntos distintos: conjunto de treinamento e conjunto de teste. O conjunto de treinamento é constituído pelos dados dos anos de 2015, 2016 e 2017, enquanto o conjunto de teste possui os dados do ano de 2018. A técnica de K-fold Cross-Validation foi utilizada para o treinamento do modelo, com k = 3, sendo os conjuntos de validação para cada iteração um dos anos do conjunto de treinamento. Ou seja, o modelo XGBoost-DA foi configurado por um procedimento em etapas: inicialmente, treinado com os anos de 2015 e 2016 e avaliado no ano de 2017; após, treinado com os anos de 2015-2017 e avaliado no ano de 2017 e, por fim, o último modelo foi treinado nos anos de 2016 e 2017 e avaliado no ano de 2015. Ao fim desse processo, foi escolhido o modelo com menor erro sobre o conjunto de validação. Para avaliação final do modelo, foi executado um exemplo de previsão de 24 horas no ano de 2018, com análises geradas pelo módulo de 3D-Var (nativo no WRF) e análise geradas pelo XGBoost-DA. Previsões geradas com as duas análises se mostraram muito similares, evidenciando a aplicação do XGBoost como uma ferramenta promissora para assimilação de dados. |
Area | COMP |
Arrangement 1 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Assimilação de dados... |
Arrangement 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COEPE > PIBIC/PIBITI 2023 > Assimilação de dados... |
Arrangement 3 | urlib.net > BDMCI > Fonds > Acervo PIBIC/PIBITI > PIBIC/PIBITI 2023 > Assimilação de dados... |
doc Directory Content | access |
source Directory Content | there are no files |
agreement Directory Content | |
|
4. Conditions of access and use | |
data URL | http://urlib.net/ibi/8JMKD3MGP3W34T/4A3P4LL |
zipped data URL | http://urlib.net/zip/8JMKD3MGP3W34T/4A3P4LL |
Language | pt |
Target File | Resumo_Geronimo_Gallarreta_Zubiaurre_Lemos.pdf |
User Group | simone |
Visibility | shown |
Rightsholder | originalauthor yes |
Update Permission | not transferred |
|
5. Allied materials | |
Next Higher Units | 8JMKD3MGPCW/46KUES5 8JMKD3MGPDW34P/4A7NFG8 |
Citing Item List | sid.inpe.br/mtc-m16c/2023/11.14.02.16 3 sid.inpe.br/mtc-m21/2012/07.13.14.49.40 2 sid.inpe.br/bibdigital/2022/04.03.23.11 1 |
Host Collection | urlib.net/www/2021/06.04.03.40 |
|
6. Notes | |
Notes | Bolsa PIBIC/PIBITI/INPE/CNPq. |
Empty Fields | archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition isbn issn lineage mark mirrorrepository nextedition numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup readpermission schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url volume |
|
7. Description control | |
e-Mail (login) | simone |
update | |
|