Dr. Balamurugan R.

Um estudo comparativo de desempenho na previsão de incêndios florestais

Usando técnicas de aprendizado de máquina

• Broschiertes Buch

Produktbeschreibung

O incêndio florestal é a combustão descontrolada e não prescrita da vegetação natural que representa uma grande ameaça para o ambiente. Sendo um fenómeno natural, é impossível para a humanidade evitá-lo. Existe uma necessidade de previsão precoce, detecção rápida e acção imediata para controlar tais fenómenos para proteger o ecossistema. Neste livro, um modelo de previsão que é capaz de prever os incêndios florestais é derivado usando computação suave e técnicas de aprendizagem de máquinas. O conjunto de dados consiste em 517 registos de séries cronológicas de dados do parque natural de Montesinho, em Portugal. Para encontrar alguns dos padrões críticos e segmentar as regiões de fogo (utilizando agrupamento), são utilizados métodos PCA e agrupamento através de K-means, respectivamente, no conjunto de dados. Cinco técnicas de computação suave, nomeadamente MPNN, PNN, KNN, RBF e SVM, são aplicadas simultaneamente. As bibliotecas Python tais como Scikit-learn, Pandas, Matplotlib e Seaborn são utilizadas para a execução dos algoritmos. Finalmente, cada técnica de computação suave é avaliada sob os parâmetros de avaliação tais como MSE, RMSE, MAE, RAE & IG e é identificado o modelo apropriado com os melhores valores.

---

Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.

Produktdetails

• Verlag: Edições Nosso Conhecimento
• Seitenzahl: 52
• Erscheinungstermin: 24. März 2023
• Portugiesisch
• Abmessung: 220mm x 150mm x 4mm
• Gewicht: 96g
• ISBN-13: 9786205828878
• ISBN-10: 6205828871
• Artikelnr.: 67672102

Autorenporträt

Balamurugan R. promovierte 2016 in Information and Communication Engineering an der Anna University, Chennai. Derzeit arbeitet er als Associate Professor an der School of Computer Science and Engineering am Vellore Institute of Technology alias VIT, Vellore, Indien. Er verfügt über mehr als 10 Jahre Erfahrung in Wissenschaft und Forschung.