Métodos de aprendizagem estatística aplicados ao processamento de dados atmosféricos (2024)
- Authors:
- Autor USP: MENDES, ALEX CARLOS PELLEGRINETTI - IPEN
- Unidade: IPEN
- DOI: 10.11606/T.85.2024.tde-01112024-172523
- Subjects: SATÉLITES; FÍSICA ÓPTICA; RADAR; ATMOSFERA; VALIDAÇÃO DE MODELOS; ESTATÍSTICA APLICADA
- Language: Português
- Abstract: Este estudo se propõe a avaliar 6 modelos de aprendizagem estatística para a estimativa e predição do topo da camada limite atmosférica em 13 sítios da MPLNET (Micro-Pulse Lidar Network). A camada limite atmosférica, que desempenha um papel crucial na troca de energia, calor e poluição entre a superfície da Terra e a atmosfera, é um fator importante para a compreensão de diversos processos meteorológicos e climáticos. A análise comparativa dos modelos visa identificar quais métodos estatísticos oferecem maior precisão e confiabilidade nas previsões, contribuindo para aprimorar o entendimento das dinâmicas atmosféricas em diferentes regiões cobertas pela rede MPLNET
- Imprenta:
- Data da defesa: 16.09.2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MENDES, Alex Carlos Pellegrinetti. Métodos de aprendizagem estatística aplicados ao processamento de dados atmosféricos. 2024. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/85/85134/tde-01112024-172523/. Acesso em: 22 jan. 2026. -
APA
Mendes, A. C. P. (2024). Métodos de aprendizagem estatística aplicados ao processamento de dados atmosféricos (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/85/85134/tde-01112024-172523/ -
NLM
Mendes ACP. Métodos de aprendizagem estatística aplicados ao processamento de dados atmosféricos [Internet]. 2024 ;[citado 2026 jan. 22 ] Available from: https://www.teses.usp.br/teses/disponiveis/85/85134/tde-01112024-172523/ -
Vancouver
Mendes ACP. Métodos de aprendizagem estatística aplicados ao processamento de dados atmosféricos [Internet]. 2024 ;[citado 2026 jan. 22 ] Available from: https://www.teses.usp.br/teses/disponiveis/85/85134/tde-01112024-172523/
Informações sobre o DOI: 10.11606/T.85.2024.tde-01112024-172523 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
