Artigo de periodico

Neural networks to classify atmospheric turbulence from fight test data: an optimization of input parameters for a generic model (2022)

• Authors:
  • Oliveira, Matheus Marcondes
  • Sotto Mayor, Gabriel
  • Macedo, João Paulo Costa Antunes de
  • Bidinotto, Jorge Henrique
• USP affiliated authors: BIDINOTTO, JORGE HENRIQUE - EESC ; OLIVEIRA, MATHEUS MARCONDES DE - EESC ; MAYOR, GABRIEL SOTTO - EESC ; MACEDO, JOÃO PAULO COSTA ANTUNES DE - EESC
• Unidade: EESC
• DOI: 10.1007/s40430-022-03386-1
• Subjects: REDES NEURAIS; TURBULÊNCIA ATMOSFÉRICA; VOO (ENGENHARIA AERONÁUTICA); ENGENHARIA AERONÁUTICA
• Language: Inglês
• Imprenta:
  • Publisher: Springer
  • Publisher place: Heidelberg, Germany
  • Date published: 2022
• Source:
  • Título: Journal of the Brazilian Society of Mechanical Sciences and Engineering
  • ISSN: 1678-5878
  • Volume/Número/Paginação/Ano: v. 44, Article number 82, p. 1-11, 2022


Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).

Status:

Artigo possui versão em acesso aberto em repositório (Green Open Access)

Versão do Documento:

Versão submetida (Pré-print)

Acessar versão aberta:

• URL de acesso aberto
• PDF de acesso aberto

Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.

---

Download do texto completo

Tipo	Nome	Link
	Oliveira2022_Article_Neur...

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  OLIVEIRA, Matheus Marcondes et al. Neural networks to classify atmospheric turbulence from fight test data: an optimization of input parameters for a generic model. Journal of the Brazilian Society of Mechanical Sciences and Engineering, v. 44, p. 1-11, 2022Tradução . . Disponível em: https://doi.org/10.1007/s40430-022-03386-1. Acesso em: 31 mar. 2026.

• APA

  Oliveira, M. M., Sotto Mayor, G., Macedo, J. P. C. A. de, & Bidinotto, J. H. (2022). Neural networks to classify atmospheric turbulence from fight test data: an optimization of input parameters for a generic model. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 44, 1-11. doi:10.1007/s40430-022-03386-1

• NLM

  Oliveira MM, Sotto Mayor G, Macedo JPCA de, Bidinotto JH. Neural networks to classify atmospheric turbulence from fight test data: an optimization of input parameters for a generic model [Internet]. Journal of the Brazilian Society of Mechanical Sciences and Engineering. 2022 ; 44 1-11.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1007/s40430-022-03386-1

• Vancouver

  Oliveira MM, Sotto Mayor G, Macedo JPCA de, Bidinotto JH. Neural networks to classify atmospheric turbulence from fight test data: an optimization of input parameters for a generic model [Internet]. Journal of the Brazilian Society of Mechanical Sciences and Engineering. 2022 ; 44 1-11.[citado 2026 mar. 31 ] Available from: https://doi.org/10.1007/s40430-022-03386-1

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• A dual approach for loss of control in flight accidents
• Loss of control in flight: comparing qualitative pilot opinion with quantitative flight data
• A survey of human pilot models for study of Pilot-Induced Oscillation (PIO) in longitudinal aircraft motion
• A comparison between qualitative pilots' opinion and quantitative flight data on potential loss of control in flight conditions
• Enhancing safety via deep reinforcement learning in trajectory planning for agile flights in unknown environments
• Flight turbulence level classificator using a multilayer perceptron network trained with flight test data
• Data mining-based analysis of alert messages of executive aircraft
• Detecção de "flutter" por imageamento infravermelho
• Proposta conceitual de excitador de "flutter" alternativo para ensaios em vôo
• Influence of roughness in protective strips of leading edge for generating wind