Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for +publisher:"Universidade Estadual de Campinas" +contributor:("Ribeiro, Marcela Xavier"). Showing records 1 – 2 of 2 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters


Universidade Estadual de Campinas

1. Cinto, Tiago, 1990-. Solar flare forecasting : a methodology to automate the design of classifiers for events of diverse classes = Predição de explosões solares: uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas: Predição de explosões solares : uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas.

Degree: 2020, Universidade Estadual de Campinas

Abstract: The Sun has a highly active atmosphere, featuring several events that directly affect all solar system bodies. The space weather refers to any conditions and events in the Sun, including the solar wind, impacting on the space near Earth, and the Earth's atmosphere. Disturbances in space weather can damage several fields, including aviation and aerospace, satellites, oil and gas industries, and electrical systems, leading to economic and commercial losses. Solar flares - one of the most significant events - comprehend sudden releases of radiation and particles affecting the Earth's atmosphere in a few minutes after occurrence. As such, it is imperative to create systems to forecast them. Although many ad hoc forecast approaches have been proposed in the literature in recent years, few authors have focused their research on establishing an automated design process to develop such predictors with flexibility and optimized performance. Accordingly, in this thesis, we propose an automated novel methodology for designing solar flare classifiers under Python's Scikit-learn framework. Our methodology intends to offer a comprehensive pipeline of machine learning processes relying on good practices for space weather forecasting. Overall, such methodology comprehends: (i) proper data splitting; (ii) model selection; (iii) feature selection; (iv) hyperparameter optimization; (v) analysis of classifiers' cost function; (vi) data resampling; (vii) adjustment of cut-off point of classifiers; and (viii) evaluation of validation and test data. We investigated some distinct case studies to design classifiers for forecasting >= C- and >= M-class flare events (higher than or equal to C- and M-class, respectively) up to three days ahead to validate our methodology. The designed classifiers' results agreed with the best performing forecast approaches in the literature. Accordingly, for >= C events, our models scored true skill statistics (TSS) scores of 0.69 (next 24 h), 0.70 (next 48 h), and 0.73 (next 72 h), agreeing with their high corresponding true positive rates (TPR) of 0.86 (next 24 h) and 0.89 (next 48 and 72 h). On the other hand, for >= M events, our models scored TSS = 0.53 (next 24 and 72 h) and 0.55 (next 48 h), also agreeing with their high corresponding TPRs of 0.83 (next 24 h), 0.85 (next 48 h), and 0.80 (next 72 h). Besides, results from our models' area under the curve (AUC) scores have confirmed the usefulness of the positive forecasts: AUC = 0.93 (next 24 h) and 0.94 (next 48 and 72 h), for >= C flares, and AUC = 0.84 (next 24 h) and 0.85 (next 48 and 72 h). Automated machine learning efforts can be useful to provide state-of-the-art learning methods and design processes to researchers interested in applying concepts rather than knowing the technologies in their in-depth details. That allows automatically designing forecast models with improved performance while saving a considerable amount of time and money as experts in machine learning can sometimes be expensive or hard to find. We believe that automating… Advisors/Committee Members: UNIVERSIDADE ESTADUAL DE CAMPINAS (CRUESP), Gradvohl, André Leon Sampaio, 1973- (advisor), Coelho, Guilherme Palermo, 1980- (coadvisor), Universidade Estadual de Campinas. Faculdade de Tecnologia (institution), Programa de Pós-Graduação em Tecnologia (nameofprogram), Cecatto, José Roberto (committee member), Ribeiro, Marcela Xavier (committee member), Simões, Paulo José de Aguiar (committee member).

Subjects/Keywords: Astronomia; Astrofísica; Erupções solares; Aprendizado de máquina; Mineração de dados (Computação); Astronomy; Astrophysics; Solar flares; Machine learning; Data mining

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Cinto, Tiago, 1. (2020). Solar flare forecasting : a methodology to automate the design of classifiers for events of diverse classes = Predição de explosões solares: uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas: Predição de explosões solares : uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas. (Thesis). Universidade Estadual de Campinas. Retrieved from http://repositorio.unicamp.br/jspui/handle/REPOSIP/355500

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Chicago Manual of Style (16th Edition):

Cinto, Tiago, 1990-. “Solar flare forecasting : a methodology to automate the design of classifiers for events of diverse classes = Predição de explosões solares: uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas: Predição de explosões solares : uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas.” 2020. Thesis, Universidade Estadual de Campinas. Accessed May 09, 2021. http://repositorio.unicamp.br/jspui/handle/REPOSIP/355500.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

MLA Handbook (7th Edition):

Cinto, Tiago, 1990-. “Solar flare forecasting : a methodology to automate the design of classifiers for events of diverse classes = Predição de explosões solares: uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas: Predição de explosões solares : uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas.” 2020. Web. 09 May 2021.

Vancouver:

Cinto, Tiago 1. Solar flare forecasting : a methodology to automate the design of classifiers for events of diverse classes = Predição de explosões solares: uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas: Predição de explosões solares : uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas. [Internet] [Thesis]. Universidade Estadual de Campinas; 2020. [cited 2021 May 09]. Available from: http://repositorio.unicamp.br/jspui/handle/REPOSIP/355500.

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation

Council of Science Editors:

Cinto, Tiago 1. Solar flare forecasting : a methodology to automate the design of classifiers for events of diverse classes = Predição de explosões solares: uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas: Predição de explosões solares : uma metodologia para automatizar o projeto de classificadores para eventos de classes diversas. [Thesis]. Universidade Estadual de Campinas; 2020. Available from: http://repositorio.unicamp.br/jspui/handle/REPOSIP/355500

Note: this citation may be lacking information needed for this citation format:
Not specified: Masters Thesis or Doctoral Dissertation


Universidade Estadual de Campinas

2. Nonato, Robson Tavares. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo.

Degree: Faculdade de Engenharia Agrícola; Programa de Pós-Graduação em Engenharia Agrícola, 2010, Universidade Estadual de Campinas

Orientador: Stanley Robson de Medeiros Oliveira

Acompanhado de 1 DVD

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola

Made available in DSpace on 2019-12-17T19:37:43Z (GMT). No. of bitstreams: 2 Nonato_RobsonTavares_M.pdf: 2571579 bytes, checksum: 95440ba27ff9c0fe2dfa47f9b7f3d9e5 (MD5) Nonato_RobsonTavares_M_ANEXO1.zip: 911511906 bytes, checksum: bd208484a24ac93f60fc691c754540c5 (MD5) Previous issue date: 2010

Resumo: O surgimento e a evolução das geotecnologias, que podem ser entendidas como tecnologias originadas de estudos e pesquisas na área de sensoriamento remoto, mais especificamente da utilização de sensores situados na órbita do planeta Terra, têm permitido o desenvolvimento de metodologias inovadoras para o mapeamento da cobertura do solo e o monitoramento agrícola. O emprego dessas novas tecnologias tem permitido, também, uma melhoria das metodologias utilizadas na estimativa da produtividade agrícola e na previsão de safras. Mesmo assim, no Brasil, muitas das metodologias empregadas no mapeamento agrícola ainda utilizam as imagens de satélite como material auxiliar, principalmente, em levantamentos amostrais. Isto se deve, em parte, aos avanços necessários no processo de extração de informações das imagens. Dentre estes avanços, deve-se destacar a necessidade de melhoria dos métodos utilizados para identificação e classificação digital de regiões contendo a cultura agrícola de interesse dentro da imagem. Amplamente utilizadas na resolução de problemas de classificação automatizada de dados, nas mais diversas áreas do conhecimento, as técnicas de mineração de dados se apresentam como uma alternativa promissora na resolução de problemas de identificação e classificação de regiões cultivadas com cana-de-açúcar. Dentro desse contexto, o objetivo desse trabalho foi avaliar as técnicas de mineração de dados voltadas para classificação de dados, dentre elas os métodos de seleção de atributos e a técnica de árvore de decisão binária na identificação de áreas cultivadas com cana-de-açúcar, no estado de São Paulo, em imagens com correção atmosférica do sensor TM a bordo do satélite Landsat 5. Também foi investigado o resultado da inserção de atributos de textura e de índices de vegetação com o objetivo de melhorar os resultados da identificação e classificação de áreas cultivadas com cana-de-açúcar. Neste trabalho foram abordados três cenários contendo áreas cultivadas com canade- açúcar. No primeiro cenário, a técnica de árvore de decisão foi avaliada na classificação de pixels puros de regiões cultivadas com cana-de-açúcar em meio a alvos diversos, como áreas urbanas, solo exposto, corpos compostos por água e outros tipos de vegetação. No segundo cenário, a ênfase foi a classificação de pixels puros de regiões cultivadas com cana-de-açúcar em diferentes fases fenológicas. No último cenário, a técnica de classificação foi avaliada na distinção de pixels puros de regiões cultivadas com cana-de-açúcar, em diferentes fases fenológicas, e em meio a outros tipos…

Advisors/Committee Members: UNIVERSIDADE ESTADUAL DE CAMPINAS, Oliveira, Stanley Robson de Medeiros, Ribeiro, Marcela Xavier, Zullo Junior, Jurandir.

Subjects/Keywords: Mineração de dados (Computação); Árvores de decisão; Análise de imagem; Cana-de-açúcar - Colheita; Atributos; Data mining (Computer); Cecision trees; Image analysis; Cane sugar - Harvest; Attributes

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Nonato, R. T. (2010). Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. (Masters Thesis). Universidade Estadual de Campinas. Retrieved from NONATO, Robson Tavares. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. 2010. 128 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: http://www.repositorio.unicamp.br/handle/REPOSIP/256898. Acesso em: 17 dez. 2019. ; http://repositorio.unicamp.br/jspui/handle/REPOSIP/256898

Chicago Manual of Style (16th Edition):

Nonato, Robson Tavares. “Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo.” 2010. Masters Thesis, Universidade Estadual de Campinas. Accessed May 09, 2021. NONATO, Robson Tavares. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. 2010. 128 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: http://www.repositorio.unicamp.br/handle/REPOSIP/256898. Acesso em: 17 dez. 2019. ; http://repositorio.unicamp.br/jspui/handle/REPOSIP/256898.

MLA Handbook (7th Edition):

Nonato, Robson Tavares. “Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo.” 2010. Web. 09 May 2021.

Vancouver:

Nonato RT. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. [Internet] [Masters thesis]. Universidade Estadual de Campinas; 2010. [cited 2021 May 09]. Available from: NONATO, Robson Tavares. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. 2010. 128 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: http://www.repositorio.unicamp.br/handle/REPOSIP/256898. Acesso em: 17 dez. 2019. ; http://repositorio.unicamp.br/jspui/handle/REPOSIP/256898.

Council of Science Editors:

Nonato RT. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. [Masters Thesis]. Universidade Estadual de Campinas; 2010. Available from: NONATO, Robson Tavares. Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no Estado de São Paulo. 2010. 128 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: http://www.repositorio.unicamp.br/handle/REPOSIP/256898. Acesso em: 17 dez. 2019. ; http://repositorio.unicamp.br/jspui/handle/REPOSIP/256898

.