Banca de DEFESA: RICARDO BRUNO DE ARAÚJO TENÓRIO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : RICARDO BRUNO DE ARAÚJO TENÓRIO
DATA : 26/08/2021
HORA: 09:00
LOCAL: Google meet - defesa online
TÍTULO:

Modelagem da Cobertura de Gelo Marinho nos Mares Antárticos de Weddell, Bellingshausen e Amundsen com o uso de Redes Neurais Artificiais


PALAVRAS-CHAVES:

Aprendizado de máquina;

Long-Short Term Memmory;

Concentração de Gelo Marinho;

Oceanos Austrais.


PÁGINAS: 85
RESUMO:

O gelo marinho cobrindo aproximadamente 7% da superfície dos oceanos da Terra, é um componente climático fundamental para se estudar o clima nas regiões polares, principalmente, por funcionar como uma barreira natural na interface oceano-atmosfera que restringe as trocas de calor, massa e momentum entre o mar e o ar, além de refletir grande parte da radiação solar incidente. Observações por satélites, desde os anos 1970, indicam um Ártico com gelo marinho cada vez mais fino e mais jovem, acompanhado por um declínio em sua extensão. Enquanto que algumas áreas da Antártica (e.g Mar de Ross e Mar de Weddell) têm apresentado um ligeiro aumento na extensão desta componente climática para o mesmo período. Nesse contexto, este estudo teve como principal objetivo avaliar o potencial de previsibilidade de cobertura de gelo marinho com a aplicação de técnicas de Redes Neurais Artificiais (RNAs), a saber, MLP, LSTM e CNN-LSTM, em 3 mares Antárticos: Weddell, Bellingshausen e Amundsen. Os dados utilizados foram as reanálises mensais do Era-5, para o período de 1979 a 2019. Modelos SARIMAX serviram como valores de referência para aferição da precisão das previsões com as RNAs. Analisando os erros (RMSE e MAE) de Concentração de Gelo Marinho (CGM), para todos os mares estudados, observou-se que a CNN-LSTM foi superada somente nos meses com valores inferiores a ± 25%, sendo que as diferenças máximas entre os erros nestes eventos não atingiram valores acima de 5%, como o que ocorreu nos meses de julho, setembro e outubro no mar de Weddell. Com estes resultados foi possível inferir que o modelo CNN-LSTM foi o que previu com maior precisão os períodos com as maiores diferenças (> 0.15) de CGM. Com as análises das distribuições espaciais das diferenças de CGM pode-se afirmar que as delimitações dos campos com diferenças superiores a 0.15 também foram melhores previstas com o acoplamento das arquiteturas CNN e LSTM, como ocorreu com a anomalia negativa de junho no mar de Weddell (MAE < 0,15) e a positiva, em setembro, no mar de Amundsen (MAE < 0,10).


MEMBROS DA BANCA:
Externo à Instituição - CARLOS ALESSANDRE DOMINGOS LENTINI - UFBA
Interno - 1858120 - DAVID MENDES
Presidente - 1808127 - JOSE HENRIQUE FERNANDEZ
Externa à Instituição - LOURDES MILAGROS MENDOZA VILLAVICENCIO - UEG
Externo ao Programa - 2276514 - MARCIO MACHADO CINTRA
Notícia cadastrada em: 10/08/2021 10:31
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa05-producao.info.ufrn.br.sigaa05-producao