Portal de Eventos Científicos da UTFPR (EVIN), XXIV Seminário de Iniciação Científica e Tecnológica da UTFPR

Tamanho da fonte: 
Predição do comportamento de manchas solares utilizando abordagens de redes neurais e técnicas de aprendizado de máquina
Sthefanie Monica Premebida, Marcella Scoczynski Martins, Virgínia Helena Varotto Baroncini

Última alteração: 2020-05-21

Resumo


O estudo da atividade solar é de grande interesse para o reconhecimento da sua influência na Terra. Um grande passo na astronomia é a previsão da atividade solar, permitindo maior preparo para estudo e reconhecimento de futuros eventos solares e terrestres. Na pesquisa, foi utilizado redes neurais e técnicas de Machine Learning para predição do número de manchas solares baseando-se na atividade solar registrada entre 1818 e 2019. Os dados referentes à atividade solar foram retirados do site do Solar Influences Data analysis Center (SIDC) e Sunspot Index and Long-term Solar Observations (SILSO). Os resultados obtidos dos experimentos realizados mostram um desempenho competitivo desta abordagem na predição de manchas solares.


Palavras-chave


Manchas Solares; Redes Neurais; Aprendizado de Máquina; RBF; ELM;

Texto completo: PDF