Tese

Redes neurais artificiais aplicadas a séries temporais para predição de enchentes (2024)

• Authors:
  • Mesquita, Laleska Aparecida Ferreira
  • Ueyama, Jó (Orientador)
• Autor USP: MESQUITA, LALESKA APARECIDA FERREIRA - ICMC
• Unidade: ICMC
• Sigla do Departamento: SSC
• DOI: 10.11606/D.55.2024.tde-06082024-140435
• Subjects: ENCHENTES URBANAS; ANÁLISE DE SÉRIES TEMPORAIS; REDES NEURAIS; APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL
• Keywords: Aprendizado profundo; Artificial intelligence; Deep learning; Flooding; Machine learning; Neural networks; Time series
• Agências de fomento:
  • Financiamento CAPES
• Language: Português
• Abstract: Fenômenos hidrológicos extremos, aliados a uma falta de planejamento de escoamento, são responsáveis por diversos desastres climáticos e, dentre eles, destaca-se no Brasil a ocorrência de enchentes. Quando de encontro ao caminho de ocupação social, as enchentes trazem complicações, podendo ocasionar prejuízos econômicos e sociais. Diversos campos de estudo podem ajudar nos esforços para atenuar os efeitos desses desastres e a criar soluções para sua prevenção, como é o caso da inteligência artificial, que tem sido uma aliada nas soluções desta problemática. Buscam-se, cada vez mais, mecanismos que possibilitem um preparo antecipado às catástrofes iminentes para melhorar segurança da população em áreas de risco. Neste contexto, o presente trabalho tem como objetivo atuar na predição de enchentes utilizando redes neurais artificiais, que baseadas em dados de séries temporais, possibilitem um resultado preditivo quanto aos eventos de enchentes. Este trabalho está baseado em ferramentas que, a partir dos dados de nível de máxima do rio Xingu, possam gerar análises não só de dados em uma dimensão, mas também a partir da conversão desses dados em representações bidimensionais, possibilitando a aplicação em redes neurais recorrentes e convolucionais. Visando as possibilidades de ferramentas que supram essa demanda, o trabalho propõe uma resposta preditiva ou de classificação para os dados encontrados em séries históricas do rio Xingu, visando melhorar as técnicas existentes parapredição de enchentes.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2024
• Data da defesa: 07.06.2024

Informações sobre o DOI: 10.11606/D.55.2024.tde-06082024-140435 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

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

• ABNT

  MESQUITA, Laleska Aparecida Ferreira. Redes neurais artificiais aplicadas a séries temporais para predição de enchentes. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-06082024-140435/. Acesso em: 27 dez. 2025.

• APA

  Mesquita, L. A. F. (2024). Redes neurais artificiais aplicadas a séries temporais para predição de enchentes (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-06082024-140435/

• NLM

  Mesquita LAF. Redes neurais artificiais aplicadas a séries temporais para predição de enchentes [Internet]. 2024 ;[citado 2025 dez. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-06082024-140435/

• Vancouver

  Mesquita LAF. Redes neurais artificiais aplicadas a séries temporais para predição de enchentes [Internet]. 2024 ;[citado 2025 dez. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-06082024-140435/

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

• Artificial neural networks applied to time series for flood prediction