Modelagem de risco de incêndio utilizando redes neurais artificiais
Incêndios florestais causam muitas alterações no clima e no meio ambiente, sendo uma das grandes preocupações relacionadas ao meio ambiente, sua prevenção e controle. Assim, para auxiliar no planejamento de atividades para sua prevenção, o cálculo do risco de incêndios se faz uma importante ferramen...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | https://bdigital.uncu.edu.ar/fichas.php?idobjeto=12733 |
| date_str_mv |
2018-10-18 |
|---|---|
| descriptores_str_mv |
Cambio climático Gestión de riesgos Incendio forestal Medio ambiente natural Modelado de datos Prevención de incendios |
| disciplina_str_mv |
Ciencias ambientales Ciencias e Investigación |
| autor_str_mv |
Cintra, Rosangela S. C Fernandes, Luiza C. Nero, Marcelo A. Temba, Plínio C. |
| description_str_mv |
Incêndios florestais causam muitas alterações no clima e no meio ambiente, sendo uma das grandes preocupações relacionadas ao meio ambiente, sua prevenção e controle. Assim, para auxiliar no planejamento de atividades para sua prevenção, o cálculo do risco de incêndios se faz uma importante ferramenta, determinando a probabilidade das ocorrências destes em determinado local. Este trabalho tem como objetivo fazer o mapeamento das regiões de risco de incêndio no Município de Belo Horizonte. A modelagem proposta será realizada através de Redes Neurais Artificiais (RNA) com treinamento supervisionado. Espera-se obter uma rede neural para fazer a previsão de áreas propícias aos incêndios, apresentando as variáveis de entrada de qualquer período que se deseja determinar. Esta estimativa dará o delineamento de áreas prioritárias através de mapas que auxiliarão em atividades de prevenção e alocação de equipes brigadistas, buscando minimizar possíveis danos causados pelos incêndios. O que se concluiu foi que usar RNA para prever áreas de risco de fogo é uma metodologia que obtêm boas respostas, mas é necessário se ter cuidado na escolha das variáveis de entrada. Nesse estudo a rede pode encontrar muito bem os pontos de incêndio, mas não reconheceu com muito acurácia áreas de baixo risco |
| todos_str_mv |
INPE UFMG UFMG UFMG |
| titulo_str_mv |
Modelagem de risco de incêndio utilizando redes neurais artificiais |
| object_type_str_mv |
Ponencia |
| id |
12733 |
| plantilla_str |
Producción Científico Académica |
| record_format |
Producción Científico Académica |
| tipo_str |
textuales |
| type_str_mv |
Articulos |
| title_full |
Modelagem de risco de incêndio utilizando redes neurais artificiais |
| title_fullStr |
Modelagem de risco de incêndio utilizando redes neurais artificiais Modelagem de risco de incêndio utilizando redes neurais artificiais |
| title_full_unstemmed |
Modelagem de risco de incêndio utilizando redes neurais artificiais Modelagem de risco de incêndio utilizando redes neurais artificiais |
| description |
Incêndios florestais causam muitas alterações no clima e no meio ambiente, sendo uma das grandes preocupações relacionadas ao meio ambiente, sua prevenção e controle. Assim, para auxiliar no planejamento de atividades para sua prevenção, o cálculo do risco de incêndios se faz uma importante ferramenta, determinando a probabilidade das ocorrências destes em determinado local. Este trabalho tem como objetivo fazer o mapeamento das regiões de risco de incêndio no Município de Belo Horizonte. A modelagem proposta será realizada através de Redes Neurais Artificiais (RNA) com treinamento supervisionado. Espera-se obter uma rede neural para fazer a previsão de áreas propícias aos incêndios, apresentando as variáveis de entrada de qualquer período que se deseja determinar. Esta estimativa dará o delineamento de áreas prioritárias através de mapas que auxiliarão em atividades de prevenção e alocação de equipes brigadistas, buscando minimizar possíveis danos causados pelos incêndios. O que se concluiu foi que usar RNA para prever áreas de risco de fogo é uma metodologia que obtêm boas respostas, mas é necessário se ter cuidado na escolha das variáveis de entrada. Nesse estudo a rede pode encontrar muito bem os pontos de incêndio, mas não reconheceu com muito acurácia áreas de baixo risco |
| title |
Modelagem de risco de incêndio utilizando redes neurais artificiais |
| spellingShingle |
Modelagem de risco de incêndio utilizando redes neurais artificiais Cambio climático Gestión de riesgos Incendio forestal Medio ambiente natural Modelado de datos Prevención de incendios Cintra, Rosangela S. C Fernandes, Luiza C. Nero, Marcelo A. Temba, Plínio C. |
| topic |
Cambio climático Gestión de riesgos Incendio forestal Medio ambiente natural Modelado de datos Prevención de incendios |
| topic_facet |
Cambio climático Gestión de riesgos Incendio forestal Medio ambiente natural Modelado de datos Prevención de incendios |
| publishDate |
2018 |
| author |
Cintra, Rosangela S. C Fernandes, Luiza C. Nero, Marcelo A. Temba, Plínio C. |
| author_facet |
Cintra, Rosangela S. C Fernandes, Luiza C. Nero, Marcelo A. Temba, Plínio C. |
| title_sort |
Modelagem de risco de incêndio utilizando redes neurais artificiais |
| title_short |
Modelagem de risco de incêndio utilizando redes neurais artificiais |
| url |
https://bdigital.uncu.edu.ar/fichas.php?idobjeto=12733 |
| estado_str |
3 |
| building |
Biblioteca Digital |
| filtrotop_str |
Biblioteca Digital |
| collection |
Producción Científico Académica |
| institution |
Sistema Integrado de Documentación |
| indexed_str |
2023-04-25 00:35 |
| _version_ |
1764120163247980544 |
