Use este identificador para citar ou linkar para este item:
https://repository.ufrpe.br/handle/123456789/4275
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Medeiros, Victor Wanderley Costa de | - |
dc.contributor.author | Cavalcante, Anderson Rodrigues | - |
dc.date.accessioned | 2023-03-30T20:11:06Z | - |
dc.date.available | 2023-03-30T20:11:06Z | - |
dc.date.issued | 2022-06-02 | - |
dc.identifier.citation | CAVALCANTE, Anderson Rodrigues. Detecção de anomalias em dados meteorológicos do sertão de Pernambuco utilizando Isolation Forest e DBSCAN. 2022. 22 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022. | pt_BR |
dc.identifier.uri | https://repository.ufrpe.br/handle/123456789/4275 | - |
dc.description | Valores anômalos são uns dos problemas presentes na era do Big Data. São necessárias técnicas robustas para a manipulação de informações corretas e incorretas que a cada instante são geradas. O uso de algoritmos de aprendizado de máquina não supervisionados dá a confiança de um bom desempenho nos resultados finais. Esta pesquisa utilizará dados meteorológicos de temperatura e umidade relativa do ar vindos do Instituto Nacional de Meteorologia, de Petrolina, com o DBSCAN (Density Based Spatial Clustering of Application with Noise) e o IF (Isolation Forest) implementados para detectar anomalias presentes nos dados, visto que anomalias meteorológicas podem aparecer por meio de defeitos, má configuração dos sensores e até mesmo efeitos climáticos extremos. | pt_BR |
dc.description.abstract | Anomalous values are one of the problems present in the Big Data age. Robust techniques are required to manipulate correct and incorrect information that is generated at each time. Using non-supervised machine learning algorithms gives the confidence of good performance in the final results. This research will use meteorological data on air temperature and relative humidity from the Instituto Nacional de Meteorologia, of Petrolina, with DBSCAN (Density Based Spatial Clustering of Application with Noise) and IF (Isolation Forest) implemented to detect anomalies present in the data, since weathering meteorological anomalies may appear through defects, bad sensor configuration and even extreme climate effects. | pt_BR |
dc.format.extent | 22 f. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights | Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0) | pt_BR |
dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt_BR | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights | openAccess | pt_BR |
dc.subject | Algoritmos computacionais | pt_BR |
dc.subject | Aprendizado do computador | pt_BR |
dc.subject | Meteorologia | pt_BR |
dc.title | Detecção de anomalias em dados meteorológicos do sertão de Pernambuco utilizando Isolation Forest e DBSCAN | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/0155290293799371 | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/7159595141911505 | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.local | Recife | pt_BR |
dc.degree.grantor | Universidade Federal Rural de Pernambuco | pt_BR |
dc.degree.graduation | Bacharelado em Sistemas de Informação | pt_BR |
dc.degree.departament | Departamento de Estatística e Informática | pt_BR |
Aparece nas coleções: | TCC - Bacharelado em Sistemas da Informação (Sede) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
tcc_art_andersonrodriguescavalcante.pdf | 768,31 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.