Análise preditiva de explosões solares: uma abordagem baseada em regras de associação de eventos
Tipo
Dissertação
Data de publicação
2020-02-06
Periódico
Citações (Scopus)
Autores
Nogare, Diego Candile Dalle
Orientador
Silveira, Ismar Frango
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Correia, Emília
Silva, Leandro Augusto da
Voelzke, Marcos Rincón
Silva, Leandro Augusto da
Voelzke, Marcos Rincón
Programa
Engenharia Elétrica
Resumo
Por meio de uma Revisão Sistemática de Literatura (RSL) foi possível entender o estado da arte das pesquisas envolvendo predição de explosões solares. Com o resultado da RSL foi descoberto que modelos de Aprendizagem de Máquina utilizando algoritmo de Support Vector Machine (SVM) são os mais utilizados para analisar e predizer as explosões solares. A proposta deste estudo é apresentar uma visão diferente, se baseando em regras de associações entre os eventos de explosões solares.
Descrição
Palavras-chave
explosão solar , mineração de dados , aprendizagem de máquina , Big Data , predição , Satélite GOES
Assuntos Scopus
Citação
NOGARE, Diego Candile Dalle. Análise preditiva de explosões solares: uma abordagem baseada em regras de associação de eventos. 2020. 82 f. Dissertação (mestrado em Engenharia Elétrica e Computação) - Universidade Presbiteriana Mackenzie, São Paulo, 2020.