Avaliação de Desempenho Utilizando Diferentes Arquiteturas de Aprendizagem Profunda a Partir de Dados Relacionados a Precipitação Pluviométrica Coletados por Estação Meteorológica Automática
Abstract
Rains play an important role in the social context as they bring the possibility of planning for the cultivation and harvesting of various food crops. Thus, the study aimed to predict rainfall through the application of Convolutional Neural Networks. The methodology used a database collected by an automatic meteorological station and the application of LeNet, VGGNet and ResNet architectures, as well as k-fold, SMOTE and z-score normalization techniques. The results showed that the VGGNet architecture had the best average hit rate with 91.53%, while the specificity and false positive rate LeNet had the best results with 95.23% and 4.77% respectively.
References
Baugh, J. B., Hallcom, A. S., and Harris, M. E. (2010). Computer assisted qualitative data analysis software: a practical perspective for applied research. Revista Digital Del Instituto Internacional de Costos, (6):69–81.
Bertoni, A. L. and Feder, D. V. d. S. (2018). Rede neural convolucional aplicada à visão computacional para detecção de incêndio. B.S. thesis, Universidade Tecnológica Federal do Paraná.
Block, S. A. B. et al. (2018). Inspeção e classicação de picos em peças estampadas de metal utilizando rede neural convolucional. Master’s thesis, Universidade Tecnológica Federal do Paraná.
Chateld, K., Simonyan, K., Vedaldi, A., and Zisserman, A. (2014). Return of the devil in the details: Delving deep into convolutional nets. arXiv preprint arXiv:1405.3531.
Coutinho, E. R., Silva, R. M., and Delgado, A. R. S. (2016). Utilização de técnicas de inteligência computacional na predição de dados meteorológicos. Revista Brasileira de Meteorologia, 31:24–36.
Cruz, A. A. d. et al. (2019). Uma abordagem para reconhecimento de emoção por expressão facial baseada em redes neurais de convolução.
da Costa Ferreira, M., Rocha, J. V., Sannomia, D., and Ferreira, T. B. (2019). Método simplicado para previsão de chuva aplicado no agronegócio. In Congresso Transformação Digital 2019.
Dantas, D., Luz, T. M. O., de Souza, M. J. H., Barbosa, G. P., and Cunha, E. G. S. (2016). Uso de redes neurais artificiais na previsão da precipitação de períodos chuvosos. Revista Espinhaço - UFVJM, pages 11–18.
dos Santos Sousa, R., Silva, L., Guedes, E. B., and de Oliveira, M. B. L. (2017). Redes neurais artificiais aplicadas à previsão antecipada de precipitações na região central de manaus. IV Escola Regional de Informática Norte I, pages 1–9.
Kawase, K. H., Coutinho, E. R., and da Silva, R. M. (2015). Aplicação de modelo computacional de redes neurais na previsão de dados pluviométricos no município de paty alferes-rj. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, 3(1).
LeCun, Y., Bottou, L., Bengio, Y., and Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11):2278–2324.
Martins, R. A. P. et al. (2019). Aplicação de redes convolucionais profundas para detecção de massas em mamografias.
Souza, V., Silva, L., Santos, A., and Araújo, L. (2020). Análise comparativa de redes neurais convolucionais no reconhecimento de cenas. Anais do Computer on the Beach, 11(1):419–426.
Bertoni, A. L. and Feder, D. V. d. S. (2018). Rede neural convolucional aplicada à visão computacional para detecção de incêndio. B.S. thesis, Universidade Tecnológica Federal do Paraná.
Block, S. A. B. et al. (2018). Inspeção e classicação de picos em peças estampadas de metal utilizando rede neural convolucional. Master’s thesis, Universidade Tecnológica Federal do Paraná.
Chateld, K., Simonyan, K., Vedaldi, A., and Zisserman, A. (2014). Return of the devil in the details: Delving deep into convolutional nets. arXiv preprint arXiv:1405.3531.
Coutinho, E. R., Silva, R. M., and Delgado, A. R. S. (2016). Utilização de técnicas de inteligência computacional na predição de dados meteorológicos. Revista Brasileira de Meteorologia, 31:24–36.
Cruz, A. A. d. et al. (2019). Uma abordagem para reconhecimento de emoção por expressão facial baseada em redes neurais de convolução.
da Costa Ferreira, M., Rocha, J. V., Sannomia, D., and Ferreira, T. B. (2019). Método simplicado para previsão de chuva aplicado no agronegócio. In Congresso Transformação Digital 2019.
Dantas, D., Luz, T. M. O., de Souza, M. J. H., Barbosa, G. P., and Cunha, E. G. S. (2016). Uso de redes neurais artificiais na previsão da precipitação de períodos chuvosos. Revista Espinhaço - UFVJM, pages 11–18.
dos Santos Sousa, R., Silva, L., Guedes, E. B., and de Oliveira, M. B. L. (2017). Redes neurais artificiais aplicadas à previsão antecipada de precipitações na região central de manaus. IV Escola Regional de Informática Norte I, pages 1–9.
Kawase, K. H., Coutinho, E. R., and da Silva, R. M. (2015). Aplicação de modelo computacional de redes neurais na previsão de dados pluviométricos no município de paty alferes-rj. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, 3(1).
LeCun, Y., Bottou, L., Bengio, Y., and Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11):2278–2324.
Martins, R. A. P. et al. (2019). Aplicação de redes convolucionais profundas para detecção de massas em mamografias.
Souza, V., Silva, L., Santos, A., and Araújo, L. (2020). Análise comparativa de redes neurais convolucionais no reconhecimento de cenas. Anais do Computer on the Beach, 11(1):419–426.
Published
2021-11-23
How to Cite
SOUSA, Roney Nogueira de; BRITO, Rhyan Ximenes de; XIMENES, Janaide Nogueira de Sousa.
Avaliação de Desempenho Utilizando Diferentes Arquiteturas de Aprendizagem Profunda a Partir de Dados Relacionados a Precipitação Pluviométrica Coletados por Estação Meteorológica Automática. In: UNIFIED COMPUTING MEETING OF PIAUÍ (ENUCOMPI), 14. , 2021, Picos.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 168-175.
DOI: https://doi.org/10.5753/enucompi.2021.17768.
