{"id":4804,"date":"2018-04-05T11:39:16","date_gmt":"2018-04-05T13:39:16","guid":{"rendered":"http:\/\/inf.ufpel.edu.br\/site\/?p=4804"},"modified":"2018-04-05T11:39:16","modified_gmt":"2018-04-05T13:39:16","slug":"defesa-de-mestrado-leroi-floriano-de-oliveira","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/computacao\/noticia\/defesa-de-mestrado-leroi-floriano-de-oliveira\/","title":{"rendered":"Defesa de Mestrado: LEROI FLORIANO DE OLIVEIRA"},"content":{"rendered":"<p><strong>T\u00edtulo<\/strong>: Proposta de m\u00e9todos de clusteriza\u00e7\u00e3o de dados com valida\u00e7\u00e3o por testes de heterogeneidade e discord\u00e2ncia aplicados \u00e0 regionaliza\u00e7\u00e3o de bacias hidrogr\u00e1ficas<\/p>\n<p><strong>Autor<\/strong>: LEROI FLORIANO DE OLIVEIRA<\/p>\n<p><strong>Orienta\u00e7\u00e3o<\/strong>:<\/p>\n<ul>\n<li>Marilton Sanchotene de Aguiar, Orientador (PPGC-UFPel)<\/li>\n<li>Samuel Beskow, Coorientador (PPGRecHid-UFPel)<\/li>\n<\/ul>\n<p><strong>Banca Examinadora<\/strong>:<\/p>\n<ul>\n<li>Paulo Roberto Ferreira Jr. (PPGC-UFPel)<\/li>\n<li>Diana Francisca Adamatti (FURG)<\/li>\n<li>Tiago Thompsen Primo (UFPel)<\/li>\n<\/ul>\n<p><strong>Data<\/strong>: 6 de Abril de 2018<\/p>\n<p><strong>Hora<\/strong>: 14:00<\/p>\n<p><strong>Local<\/strong>: Audit\u00f3rio da Reitoria<\/p>\n<p><strong>Resumo<\/strong>:<br \/>\nAtrav\u00e9s da regionaliza\u00e7\u00e3o de bacias hidrogr\u00e1ficas \u00e9 poss\u00edvel, dentre outras aplica\u00e7\u00f5es, fazer previs\u00f5es estat\u00edsticas de vaz\u00f5es m\u00e1ximas e m\u00ednimas em cursos d&#8217;\u00e1gua. Diversos estudos demonstram bons resultados na utiliza\u00e7\u00e3o de clusteriza\u00e7\u00e3o para a forma\u00e7\u00e3o de melhores regi\u00f5es do ponto de vista hidrol\u00f3gico. Este trabalho aplica t\u00e9cnicas de aprendizado de m\u00e1quina para a forma\u00e7\u00e3o de regi\u00f5es hidrologicamente homog\u00eaneas. Mais especificamente, neste trabalho foi explorada a utiliza\u00e7\u00e3o dos m\u00e9todos: k-means, affinnity propagation, aglomerative clustering e regions of influence para a forma\u00e7\u00e3o de regi\u00f5es, o qual \u00e9 feita uma compara\u00e7\u00e3o entre os m\u00e9todos e a utiliza\u00e7\u00e3o de t\u00e9cnicas de sele\u00e7\u00e3o de atributos. Ainda, neste trabalho tamb\u00e9m s\u00e3o propostos tr\u00eas m\u00e9todos para a solu\u00e7\u00e3o do problema, utilizando ajuste dos clusters com base nas medidas de heterogeneidade e discord\u00e2ncia de Hosking. Dois destes m\u00e9todos utilizam o algoritmo k-means fazendo varia\u00e7\u00f5es nos clusters iniciais de forma a buscar centroides que melhor representem regi\u00f5es hidrologicamente homog\u00eaneas. O outro m\u00e9todo combina resultados de clusteriza\u00e7\u00e3o com o m\u00e9todo regions of influence. Com os m\u00e9todos propostos foi poss\u00edvel alcan\u00e7ar uma melhora, de 63,2% para 90,5% de aproveitamento das regi\u00f5es formadas para a aplica\u00e7\u00e3o da an\u00e1lise de frequ\u00eancia regional. Com este trabalho concluiu-se que os atributos selecionados apresentaram melhores resultados que a utiliza\u00e7\u00e3o de todos os atributos; e, que os m\u00e9todos propostos demonstram grande potencial visto que apresentaram melhores resultados que outros m\u00e9todos j\u00e1 existentes.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>T\u00edtulo: Proposta de m\u00e9todos de clusteriza\u00e7\u00e3o de dados com valida\u00e7\u00e3o por testes de heterogeneidade e discord\u00e2ncia aplicados \u00e0 regionaliza\u00e7\u00e3o de bacias hidrogr\u00e1ficas Autor: LEROI FLORIANO DE OLIVEIRA Orienta\u00e7\u00e3o: Marilton Sanchotene de Aguiar, Orientador (PPGC-UFPel)&#46;&#46;&#46;<\/p>\n","protected":false},"author":881,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[17,23],"tags":[],"class_list":["post-4804","post","type-post","status-publish","format-standard","hentry","category-noticia","category-ppgc"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/paGhNl-1fu","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4804","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/users\/881"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/comments?post=4804"}],"version-history":[{"count":0,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/posts\/4804\/revisions"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/media?parent=4804"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/categories?post=4804"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/computacao\/wp-json\/wp\/v2\/tags?post=4804"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}