Portal de Periódicos da CAPES

Artigo Acesso aberto Produção Nacional Revisado por pares

BIBTEX RIS

Redes Neurais Artificiais na Melhoria de Desempenho de Métodos de Assimilação de Dados: Filtro de Kalman

2010; Sociedade Brasileira de Matemática Aplicada e Computacional; Volume: 11; Issue: 1 Linguagem: Português

10.5540/tema.2010.011.01.0029

2179-8451

Reinaldo Silva Cintra, Haroldo Fraga de Campos Velho, Ricardo Todling,

Neural Networks and Applications

Assimilacao de Dados e um metodo que combina dados de um modelo matematico e dados de observacoes, permitindo uma melhoria na previsao do modelo. Metodos sequenciais otimos sao baseados em teoria de estimativa formal que minimiza os erros dos dados de acordo com a dinâmica do modelo. Metodos de assimilacao de dados utilizando Redes Neurais Artificiais (RNA) vem sendo propostos muito recentemente apresentando resultados consistentes: computacionalmente eficientes e eficazes quanto aplicacao. Este trabalho apresenta uma abordagem do metodo de assimilacao por RNA, onde aplica-se uma RNA para substituir o calculo da inversao de matrizes de erros constante do algoritmo de assimilacao baseado em filtro de Kalman. Para exemplo da aplicacao desta abordagem, utilizou-se o Sistema de Lorenz e o Filtro de Kalman Estendido para obter parâmetros usados no treinamento da RNA e na comparacao dos resultados.