Aplicação de modelos de IA para predição dos índices de CO2 na atmosfera

Autores

  • David F. P. Ferreira Universidade Federal Rural do Semi-Árido (UFERSA)
  • Matheus S. Menezes Universidade Federal Rural do Semi-Árido (UFERSA)

Palavras-chave:

Modelos de IA, Predição, Índices de CO2, Método dos Mínimos Quadrados, Machine Learning

Resumo

Modelos de predição são perseguidos, estudados e aplicados em contextos acadêmicos e no mundo corporativo. Ao se analisar dados gerados por fontes confiáveis, pode-se encontrar padrões e, em seguida, formular modelos preditivos eficientes. No contexto socioambiental, um modelo preditivo pode ajudar a direcionar ações mitigadoras ou nortear para soluções eficazes e eficientes, minimizando ou evitando desastres ambientais. Com base nesse cenário, o objetivo geral desse trabalho é demonstrar a eficiência de modelos de aplicação de IA na predição dos índices de CO2 na atmosfera em comparação aos modelos de regressão via Método dos Mínimos Quadrados.

Downloads

Não há dados estatísticos.

Referências

C. G. de Almeida. “Cálculo Numérico”. Em: (2019).

D. C. Montgomery, E. A. Peck e G. G. Vining. Introduction to linear regression analysis. John Wiley & Sons, 2021.

D. C. Montgomery e G. C. Runger. Applied statistics and probability for engineers. John wiley & sons, 2010.

NASA. Vital Signs: carbon dioxide. Ed. por S. Callery HOLLY SHAFTEL. Online. Acessado em 21/09/2022, https://climate.nasa.gov/vital-signs/carbon-dioxide/. 2022.

NOAA. CO2 Measurements: Monthly Measurements from Mauna Loa Observatory. Online. Acessado em 21/09/2022, https://gml.noaa.gov/webdata/ccgg/trends/co2/co2_mm_mlo.txt. Havaí, 2022.

Downloads

Publicado

2025-01-20

Edição

Seção

Resumos