Detalhes bibliográficos
Ano de defesa: |
2018 |
Autor(a) principal: |
Oliveira, Leroi Floriano de |
Orientador(a): |
Aguiar, Marilton Sanchotene de |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Pelotas
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação
|
Departamento: |
Centro de Desenvolvimento Tecnológico
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
http://guaiaca.ufpel.edu.br/handle/prefix/4352
|
Resumo: |
Através da regionalização de bacias hidrográficas, é possível, dentre outras aplicações, fazer previsões estatísticas de vazões máximas e mínimas em cursos d’água. Diversos estudos demonstram bons resultados na utilização de clusterização para a formação de melhores regiões do ponto de vista hidrológico. Este trabalho aplica técnicas de aprendizado de máquina para a formação de regiões hidrologicamente homogêneas. Mais especificamente, neste trabalho foi explorada a utilização dos métodos: k-means, affinnity propagation, aglomerative clustering e regions of influence para a formação de regiões, fazendo-se, portanto, uma comparação entre os métodos e a utilização de técnicas de seleção de atributos. Ainda, neste trabalho também são propostos três métodos para a solução do problema, utilizando ajuste dos clusters com base nas medidas de heterogeneidade e discordância de Hosking. Dois destes métodos utilizam o algoritmo k-means fazendo variações nos clusters iniciais de forma a buscar centroides que melhor representem regiões hidrologicamente homogêneas. O outro método combina resultados de clusterização com o método regions of influence. Com os métodos propostos, foi possível alcançar uma melhora, de 63,2% para 90,5% de aproveitamento das regiões formadas para a aplicação da análise de frequência regional. Com este trabalho, concluiu-se que os atributos selecionados apresentaram melhores resultados que a utilização de todos os atributos; e, que os métodos propostos demonstram grande potencial, visto que apresentaram melhores resultados que outros métodos já existentes. |