PREVISÃO DO DESLOCAMENTO DE TEMPESTADES SEVERAS: ABORDAGENS POR APRENDIZADO DE MÁQUINA
Nicole Amanda Rozin1; Paulo Henrique Siqueira1; Cesar Augustus Assis Beneti2; Jorge Vinícius Ruviaro Bonato1
1 Universidade Federal do Paraná - UFPR; 2 Sistema Meteorológico do Paraná - SIMEPAR
doi:10.20906/CPS/CILAMCE2017-0913
Resumo
No Brasil, a principal atividade econômica é a agroindústria, um setor vulnerável a precipitação e eventos relacionados. Nesse contexto, a previsão de tempestades severas possibilita a tomada de decisões e medidas operacionais para mitigar danos, uma vez que esses eventos podem afetar a economia e apresentar riscos a vida humana. Esse projeto objetiva estudar o uso de técnicas de aprendizado de máquina para a previsão do deslocamento desses fenômenos a curtíssimo prazo. Esses métodos são capazes de entender e aprender com suas características e seus relacionamentos. Além disso, uma vez que o modelo é aprendido por ferramentas de Aprendizado de Máquina, o processamento das novas entradas ocorre rapidamente. Foram selecionadas nove técnicas de regressão, todas utilizando características das tempestades como entrada. O desempenho dessas técnicas fora avaliado de acordo com os dados reais observados e das previsões do Titan para o mesmo período de dados. O estudo verificou que ferramentas de Aprendizado de Máquina são abordagens promissoras ao problema proposto, visto que apresentaram resultados semelhantes e até mesmo melhores que o Titan para estimar as próximas posições de uma tempestade, utilizando um número menor de características de entrada.
Palavras-chave: Aprendizado de Máquina; Previsão; Tempestades; Regressão