Mapas auto - organizáveis de kohonen(SOM) aplicados na avaliação dos parâmetros da qualidade da água / Self - organizing maps of Kohonen (SOM) applied in the evaluation of parameters of water quality

AUTOR(ES)

Gustavo Souza Affonso

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

16/08/2011

RESUMO

A atual crescente necessidade de análise de coleções de dados cada vez mais complexas e extensas, nas diversas áreas da investigação científica, tem permitido o desenvolvimento de novas ferramentas para a melhoria da percepção de informações que nem sempre são explícitas e visíveis. Estudos de ferramentas matemáticas que propiciem o destaque de algumas destas informações, ou que inteligentemente reconheçam padrões associados aos diferentes conjuntos de dados, têm demonstrado resultados promissores. No entanto, o sucesso da escolha da metodologia apropriada para a análise dos dados, está vinculado a vários fatores como: a tecnologia disponível para a prospecção destes dados, a adequada coleta e seleção das amostras, e principalmente, a capacidade do pesquisador em interagir com a nova tecnologia de exploração. No presente projeto, é proposta uma metodologia de análise multidimensional dos dados de unidades de gerenciamento de recursos hídricos UGRHIs, localizadas no estado de São Paulo, por meio das redes neurais SOM (Mapas Auto-Organizáveis). Estes mapas são utilizados para estudar e visualizar possíveis correlações entre as diversas variáveis deste banco de dados relativas à análise de compostos inorgânicos e parâmetros físico químicos referentes à qualidade da água nestas unidades.

ASSUNTO(S)

qualidade da água dados multidimensionais kohonen maps mapas de kohonen multidimensional data water quality

Documentos Relacionados

• Topological dimension and self organizing maps
• Unsupervised methods of classifying remotely sensed imges using Kohonen self-organizing maps
• Análise de agrupamentos baseada na topologia dos dados e em mapas auto-organizáveis.
• Mapas auto-organizáveis na análise exploratória de dados geoespaciais multivariados
• Detecção de fraudes em consumidores de energia elétrica da classe Alta Tensão Horo Sazonal, utilizando Mapas Auto Organizáveis Self-Organizing Maps (SOM), baseado em análise de memórias de massa