Self-Organizing Maps na Busca de Erros em Dados de Vazão da Estação de União da Vitória - PR
DOI:
https://doi.org/10.5540/03.2014.002.01.0021Palabras clave:
Vazão, Dados Consistentes, Técnica SOMResumen
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.
Descargas
Los datos de descargas todavía no están disponibles.
Descargas
Publicado
2014-12-10
Número
Sección
Computação Científica