Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/4219
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorFreitas, Vander Luis de Souzapt_BR
dc.contributor.advisorSantana, Adrielle de Carvalhopt_BR
dc.contributor.authorDiniz, Iuri da Silva-
dc.date.accessioned2022-06-28T14:41:35Z-
dc.date.available2022-06-28T14:41:35Z-
dc.date.issued2022pt_BR
dc.identifier.citationDINIZ, Iuri da Silva. Geração de redes funcionais a partir de séries temporais de um radar meteorológico. 2022. 55 f. Monografia (Graduação em Engenharia de Controle e Automação) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2022.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/4219-
dc.description.abstractSéries temporais são formadas por um conjunto de observações sequenciais dispostas ao longo de tempo, sendo capazes de descrever variáveis presentes em diversas áreas da ciência, sejam elas naturais, humanas, exatas ou biológicas, motivando, portanto, o desenvolvimento de diversas metodologias para o estudo dessas séries e dos sistemas que elas descrevem. Unindo as séries temporais às redes complexas, estruturas que se utilizam de grafos para representar a dinâmica de um dado sistema, foi possível a geração de redes meteorológicas funcionais, onde cada série é mapeada em um nó e cada link é estabelecido por meio de critérios de similaridade. Cada par de série teve a similaridade avaliada usando o coeficiente de correlação de Pearson, informação mútua, dynamic time warping e sincronização de eventos. Os dados analisados neste trabalho foram gerados por um radar meteorológico e quantificam o volume de precipitação na região serrana do Rio de Janeiro em um período de 10 dias no ano de 2012. Observa-se que as redes geradas possuem estruturas de comunidades que se diferem pela demarcação espacial; algumas comunidades detectadas possuíam nós espacialmente distantes que se conectavam por meio de teleconexões. A presença de conexões de longo alcance foi notada especialmente nas redes DTW e nas redes backbone.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectSéries temporaispt_BR
dc.subjectRedes complexaspt_BR
dc.subjectRedes funcionaispt_BR
dc.subjectGrafospt_BR
dc.titleGeração de redes funcionais a partir de séries temporais de um radar meteorológico.pt_BR
dc.contributor.refereeFreitas, Vander Luis de Souzapt_BR
dc.contributor.refereeSantana, Adrielle de Carvalhopt_BR
dc.contributor.refereeCarneiro, Tiago Garcia de Sennapt_BR
dc.contributor.refereeSantos, Leonardo Bacelar Limapt_BR
dc.description.abstractenTime series is a set of sequential observations arranged over time and describe variables present in several areas of science, whether natural, human, exact, or biological, thus motivating the development of different methodologies for the study of these series and the systems they describe. By uniting the time series to the complex networks, structures that use graphs to represent the dynamics of a given system, it was possible to generate functional meteorological networks, where each series becomes a node and a similarity criterion determines the links. The similarity between each pair of time series were made using Pearson’s correlation coefficient, mutual information, dynamic time warping and event synchronization. The data analyzed in this work come from weather radar and quantifies the volume of precipitation in the serrana region of Rio de Janeiro in 10 days during the year 2012. The generated networks have community structures that differ by spatial demarcation; some communities had spatially distant nodes connected through teleconnections. The presence of long-range connections was especially noticed in DTW networks and backbone networks.pt_BR
dc.contributor.authorID16.1.1521pt_BR
Aparece nas coleções:Engenharia de Controle e Automação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_GeraçãoRedesFuncionais.pdf10,68 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons