Pinto, Guilherme da Costa Sampaio; Abreu, João Pedro Canova Nunes de; Martins, Renan Clepf (2023-12-10)
Faculdade de Computação e Informática (FCI)
Este artigo tem como objetivo demonstrar um meio de realizar a
estimativa de dados faltantes em uma base de dados utilizando a mesma ou outra
base de dados, por meio de uma inteligência artificial (I.A.), isto é, uma rede neural
de Perceptrons de Múltiplas Camadas (MLPs). A partir de duas bases de dados de
estações meteorológicas (Índia e Madri), temos como objetivo obter uma alternativa
viável para estimar valores faltantes, nos quais foram validados a partir de sua
relevância e impacto em estudos do Índice de Qualidade do Ar (IQA). Os resultados
do nosso modelo de rede neural foram um misto entre: em grande parte satisfatórios
para treinamento e teste na mesma base e impossíveis de preencher devido à baixa
acurácia para treinamento e teste em bases diferentes.
