To cite this paper use one of the standards below:
Este estudo apresenta os resultados da aplicação de técnicas
de aprendizado de máquina para a previsão de descargas
atmosféricas em áreas de mineração. Foram utilizados dados
de radar meteorológico combinados com dados históricos de
ocorrência de descargas. As variáveis de radar meteorológico
analisadas foram agrupadas por altitude, de acordo com as
camadas de temperatura: quente, mista 1, mista 2 e fria.
Os resultados mostraram-se promissores. O melhor modelo
alcançou uma taxa de acerto de 89% em relação a todas
as ocorrências de descargas e 68% nas descargas previstas,
indicando que essas variáveis podem ser incorporadas de
forma eficiente em sistemas de detecção de raios. Além
disso, a utilização dessas variáveis agrupadas por camadas
de temperatura pode contribuir significativamente para a
redução de falhas na detecção de descargas e diminuir os
falsos alertas, melhorando a precisão e a confiabilidade dos
sistemas de previsão de descargas atmosféricas.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper