@MASTERSTHESIS{ 2021:880624570,
 	title = {Uma abordagem para identificar viabilidade de um local para implantação de ultrafiltração de água de chuva com a utilização de Deep Learning},
 	year = {2021},
 	url = "http://tede.upf.br:8080/jspui/handle/tede/2111",
 	abstract = "As redes neurais, que são inspiradas pelo conceito de neurônios biológicos, são normal mente utilizadas em muitas aplicações, incluindo no campo da previsão do tempo. A ir radiação solar em um local específico pode ajudar a prever a quantidade de eletricidade que será gerada através de painéis solares e uma previsão precisa pode ajudar a calcular a dimensão do sistema. Na mesma linha, as medidas hidrometeorológicas são uma das tarefas mais desafiantes da natureza, na qual a precipitação tornou-se o fator mais significativo e técnico, onde abordagens de redes neurais fornecem resultados promissores para ajudar no processo de tomada de decisão para a previsão de precipitação. Neste contexto, o presente trabalho estabelece uma abordagem para previsão de precipitação e irradiação solar utilizando modelos de deep learning e na escolha de um local adequado para instalação de um sistema de ultrafiltração de água de chuva utilizando energia fotovoltaica. Esses modelos foram empregados com a finalidade de prever precipitação e irradiação solar para os próximos seis meses, de acordo com o ultimo mês de dados históricos coletado. Modelos lineares e de machine learning foram testados e confrontados com os modelos de deep learning a fim de traçar uma linha de testes e determinar o RMSE de cada modelo. O modelo skillfull escolhido e empregado neste trabalho foi o long short-term memory (LSTM). Esse modelo teve um RMSE de 42,53 para precipitação e 0,45 para irradiação solar. Sendo superior a outros modelos de deep learning, como a MLP e ConvNet. Cálculos de normalização e combinação média, utilizando três pesos (0,7; 1,0 e 1,3) foram utilizados para corroborar com a viabilidade do modelo. Uma aplicação web foi desenvolvida para a apresentação dos resultados. Segundo o experimento realizado, a abordagem apresentou-se adequada, e pode servir como tomada de decisão em cálculos de dimensão de um sistema de energia fotovoltaica, quantidade de água de chuva predita, bem como para o sistema de ultrafiltração de água de chuva.",
 	publisher = {Universidade de Passo Fundo},
 	scholl = {Programa de Pós-Graduação em Computação Aplicada},
 	note = {Instituto de Ciências Exatas e Geociências – ICEG}
}