Adelpha Repositório DigitalAdelpha
    • About
    • Our policy
    • Login
    View Item 
    •   DSpace Home
    • Escola de Engenharia Mackenzie (EE)
    • Dissertações
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
    • View Item
    •   DSpace Home
    • Escola de Engenharia Mackenzie (EE)
    • Dissertações
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
    This CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

    Previsão de atividade solar a partir da configuração dos campos magnéticos fotosféricos

    Thumbnail
    View/Open
    Tatiana Ferreira Raffaelli.pdf (1.308Mb)
    Date
    2007-09-18
    Author
    Raffaelli, Tatiana Ferreira
    Advisor
    Silva, Adriana Valio Roque da
    Referee
    Marengoni, Maurício
    Referee
    Costa, Joaquim Eduardo Rezende
    Metadata
    Show full item record
    Abstract
    A existência de um sistema de previsão, de alta confiabilidade, para a detecção de ocorrência de grandes explosões solares (classe X) ainda é um problema sem solução. Existem diversos estudos nesta área, porém ainda não foi encontrado nenhum sistema eficiente. Para este trabalho foi desenvolvido um método utilizando-se redes Bayesianas, técnica de Inteligência Artificial, para a previsão das grandes flares (explosões) solares. O software de redes Bayesianas aprendeu a relação entre as variáveis que descrevem as regiões ativas e constroem uma rede com os relacionamentos entre elas baseados em probabilidades condicionais. Os estudos foram divididos em duas etapas, uma rede para detectar se a mancha solar irá produzir uma grande explosão ou não, e uma outra etapa em que foram construídas redes para prever o dia em que a explosão irá ocorrer. Os resultados obtidos na primeira etapa foram bem satisfatórios, atingindo 84% de confiabilidade. Já a segunda etapa do trabalho mostrou-se mais complexa e os resultados obtidos foram de 77% (com restrições de dias) e 54% (sem restrições de dia).
     
    The existence of a highly reliable prediction system to detect the occurrence of large solar flares (class X) is still an unsolved problem. Despite many studies performed so far, no such a system has been found yet. In this work, we have developed a method using Bayesian Network - an Artificial Intelligence technique for the detection of giant solar flares. The Bayesian Networks software learned the relation among the variables that describe the sunspots within an active region and built a network with the relationships among them based on conditional probabilities. The studies were divided into two stages one to detect whether the sunspot would produce a big flare or not and another phase where some networks were built to discover the day the flare would occur. The first phase results were very satisfactory reaching a reliability of 77%. The second phase was more complex and the results were about 77% (with day constraints) and 54% (a wider range of days).
     
    CNPq Area
    CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
    Citation
    RAFFAELLI, Tatiana Ferreira. Previsão de atividade solar a partir da configuração dos campos magnéticos fotosféricos. 2007. 107 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2007.
    URI
    http://dspace.mackenzie.br/handle/10899/24392
    Collections
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis [254]

    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace
     

     


    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace