Análise preditiva de explosões solares: uma abordagem baseada em regras de associação de eventos

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Nogare, Diego Candile Dalle lattes
Orientador(a): Silveira, Ismar Frango lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Presbiteriana Mackenzie
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://dspace.mackenzie.br/handle/10899/26583
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.