{"id":445,"date":"2016-07-16T17:54:28","date_gmt":"2016-07-16T20:54:28","guid":{"rendered":"https:\/\/sbia.org.br\/lnlm\/?page_id=445"},"modified":"2016-07-16T17:54:28","modified_gmt":"2016-07-16T20:54:28","slug":"vol7-no1-art4","status":"publish","type":"page","link":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/","title":{"rendered":"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais"},"content":{"rendered":"

T\u00edtulo:<\/strong> Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais<\/p>\n

Autores:<\/strong> Cintra, Ros\u00e2ngela S. C.; Velho, Haroldo F. de Campos; Todling, Ricardo<\/p>\n

Resumo:<\/strong> Assimila\u00e7\u00e3o de Dados \u00e9 uma metodologia que combina dados de um modelo matem\u00e1tico de evolu\u00e7\u00e3o com observa\u00e7\u00f5es para se obter a melhor condi\u00e7\u00e3o inicial poss\u00edvel para modelos de previs\u00e3o. Diversos m\u00e9todos de assimila\u00e7\u00e3o de dados est\u00e3o atualmente em uso nas ci\u00eancias atmosf\u00e9ricas e oce\u00e2nicas, onde procuram implantar um algoritmo que mais se aproxime do estado verdadeiro da din\u00e2mica do processo. M\u00e9todos seq\u00fcenciais \u00f3timos s\u00e3o baseados em teoria de estimativa formal que minimiza os erros dos dados de acordo com a din\u00e2mica do modelo. M\u00e9todos de assimila\u00e7\u00e3o de dados utilizando Redes Neurais Artificiais (RNA) v\u00eam sendo propostos recentemente e t\u00eam apresentado resultados consistentes, eficientes computacionalmente e eficazes quanto \u00e0 aplica\u00e7\u00e3o. Este trabalho apresenta uma nova abordagem na aplica\u00e7\u00e3o de Assimila\u00e7\u00e3o de Dados utilizando redes Perceptron de M\u00faltiplas Camadas que prop\u00f5e a redu\u00e7\u00e3o da complexidade computacional do problema. Os estudos foram feito com o Filtro de Kalman Estendido em conjunto com o Sistema de Lorenz (1963) com sua din\u00e2mica ca\u00f3tica n\u00e3o linear e iniciou experimento com o Modelo meteorol\u00f3gico Dynamo. A RNA apresentou resultados muito pr\u00f3ximos \u00e0s trajet\u00f3rias das vari\u00e1veis dos modelos din\u00e2micos comprovando a efic\u00e1cia do m\u00e9todo para o problema de assimila\u00e7\u00e3o de dados atmosf\u00e9ricos com algoritmo menos complexo.<\/p>\n

Palavras-chave:<\/strong> Assimila\u00e7\u00e3o de dados; Perceptron Multicamadas; Modelos Din\u00e2micos n\u00e3o Lineares; Filtro de Kalman<\/p>\n

P\u00e1ginas:<\/strong> 8<\/p>\n

C\u00f3digo DOI:<\/strong> 10.21528\/lmln-vol7-no1-art4<\/a><\/p>\n

Artigo em PDF:<\/strong> vol7-no1-art4.pdf<\/a><\/p>\n

Arquivo BibTex:<\/strong> vol7-no1-art4.bib<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

T\u00edtulo: Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais Autores: Cintra, Ros\u00e2ngela S. C.; Velho, Haroldo F. de Campos; Todling, Ricardo Resumo: Assimila\u00e7\u00e3o de Dados \u00e9 uma metodologia que combina dados de um modelo Read More …<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":435,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-445","page","type-page","status-publish","hentry"],"yoast_head":"\nNova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais - Learning and NonLinear Models<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais - Learning and NonLinear Models\" \/>\n<meta property=\"og:description\" content=\"T\u00edtulo: Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais Autores: Cintra, Ros\u00e2ngela S. C.; Velho, Haroldo F. de Campos; Todling, Ricardo Resumo: Assimila\u00e7\u00e3o de Dados \u00e9 uma metodologia que combina dados de um modelo Read More ...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/\" \/>\n<meta property=\"og:site_name\" content=\"Learning and NonLinear Models\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data1\" content=\"2 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/\",\"name\":\"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais - Learning and NonLinear Models\",\"isPartOf\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#website\"},\"datePublished\":\"2016-07-16T20:54:28+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Browse issues\",\"item\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Learning & Nonlinear Models – L&NLM – Volume 7 – N\u00famero 1\",\"item\":\"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#website\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/\",\"name\":\"Learning and NonLinear Models\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/sbia.org.br\/lnlm\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#organization\",\"name\":\"Learning and NonLinear Models\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png\",\"contentUrl\":\"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png\",\"width\":398,\"height\":94,\"caption\":\"Learning and NonLinear Models\"},\"image\":{\"@id\":\"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais - Learning and NonLinear Models","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/","og_locale":"pt_BR","og_type":"article","og_title":"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais - Learning and NonLinear Models","og_description":"T\u00edtulo: Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais Autores: Cintra, Ros\u00e2ngela S. C.; Velho, Haroldo F. de Campos; Todling, Ricardo Resumo: Assimila\u00e7\u00e3o de Dados \u00e9 uma metodologia que combina dados de um modelo Read More ...","og_url":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/","og_site_name":"Learning and NonLinear Models","twitter_card":"summary_large_image","twitter_misc":{"Est. tempo de leitura":"2 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/","url":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/","name":"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais - Learning and NonLinear Models","isPartOf":{"@id":"https:\/\/sbia.org.br\/lnlm\/#website"},"datePublished":"2016-07-16T20:54:28+00:00","breadcrumb":{"@id":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/vol7-no1-art4\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Browse issues","item":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/"},{"@type":"ListItem","position":2,"name":"Learning & Nonlinear Models – L&NLM – Volume 7 – N\u00famero 1","item":"https:\/\/sbia.org.br\/lnlm\/publicacoes\/vol7-no1\/"},{"@type":"ListItem","position":3,"name":"Nova Implementa\u00e7\u00e3o em Filtro de Kalman Estendido para Assimila\u00e7\u00e3o de Dados com Redes Neurais"}]},{"@type":"WebSite","@id":"https:\/\/sbia.org.br\/lnlm\/#website","url":"https:\/\/sbia.org.br\/lnlm\/","name":"Learning and NonLinear Models","description":"","publisher":{"@id":"https:\/\/sbia.org.br\/lnlm\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/sbia.org.br\/lnlm\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/sbia.org.br\/lnlm\/#organization","name":"Learning and NonLinear Models","url":"https:\/\/sbia.org.br\/lnlm\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/","url":"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png","contentUrl":"https:\/\/sbia.org.br\/lnlm\/wp-content\/uploads\/2021\/07\/logo-lnlm.png","width":398,"height":94,"caption":"Learning and NonLinear Models"},"image":{"@id":"https:\/\/sbia.org.br\/lnlm\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages\/445","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/comments?post=445"}],"version-history":[{"count":0,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages\/445\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/pages\/435"}],"wp:attachment":[{"href":"https:\/\/sbia.org.br\/lnlm\/wp-json\/wp\/v2\/media?parent=445"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}