Self-Organizing Maps na Busca de Erros em Dados de Vazão da Estação de União da Vitória - PR
DOI:
https://doi.org/10.5540/03.2014.002.01.0021Palavras-chave:
Vazão, Dados Consistentes, Técnica SOMResumo
Através deste trabalho, apresenta-se uma aplicação da técnica, de aprendizado não supervisionado, Self-Organizing Maps das Redes Neurais Artificiais de Kohonen, sobre dados de vazão do posto hidrológico da cidade de União da Vitória do estado do Paraná, fornecidos pelo Instituto Tecnológico SIMEPAR, com o objetivo específico de apontar possíveis inconsistências nas séries de dados. Trata-se de um procedimento para reconhecer padrões de comportamento e, assim, identificar períodos com comportamentos singulares, para que sejam alertados e posteriormente verificados e modificados, se necessário, por técnicos capacitados.
Downloads
Não há dados estatísticos.