Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Sitemtc-m12e.sid.inpe.br (namespace prefix: upn:4CUH36S)
Identificador8JMKD2USNRW34T/4FUN4E5
Repositóriosid.inpe.br/mtc-m12e/2026/06.30.13.08
Última Atualização2026:06.30.13.08.12 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m12e/2026/06.30.13.08.12
Última Atualização dos Metadados2026:07.02.13.30.28 (UTC) administrator
Chave SecundáriaINPE--PRE/
Chave de CitaçãoDomingosSantAnoc:2026:ApArIn
TítuloApplication of Artificial Intelligence Techniques in Seasonal Climate Precipitation Forecasting in South America
Ano2026
Data de Acesso21 set. 2026
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho7453 KiB
2. Contextualização
Autor1 Domingos, Matheus Corrêa
2 Santiago Junior, Valdivino Alexandre
3 Anochi, Juliana Aparecida
Grupo1 CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
2 COPDT-CGIP-INPE-MCTI-GOV-BR
3 COPDT-CGIP-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 matheus.domingos@inpe.br
2 valdivino.santiago@inpe.br
3 juliana.anochi@inpe.br
Nome do EventoEncontro Regional de Matemática Aplicada e Computacional (ERMAC)
Localização do EventoSão José dos Campos, SP
Data16-18 jun. 2026
Editora (Publisher)SBMAC
Título do LivroAnais
Acervo Hospedeirourlib.net/www/2025/02.16.04.07 upn:4CUH36S
Histórico (UTC)2026-06-30 13:08:12 :: simone -> administrator ::
2026-07-02 13:30:28 :: administrator -> simone :: 2026
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
ResumoSeasonal precipitation forecasting plays a critical role in several sectors, including water resource management, agriculture, energy production, and natural disaster mitigation, as illustrated in Figure 1. Accurate precipitation forecasts enable proactive decision-making and help reduce the impacts of extreme events such as droughts and floods. However, precipitation remains one of the most challenging climate variables to predict due to the complex interactions among atmospheric and physical processes governing cloud formation and evolution. In this context, this study investigates the use of deep learning models, including Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), one-dimensional Convolutional Neural Network (CNN1D), Graph Convolutional Long Short-Term Memory (GConvLSTM), Temporal Fusion Transformer (TFT), and Multi-Layer Perceptron (MLP), for seasonal precipitation forecasting over South America. Their performance is compared with the Climate Forecast System Version 2 (NCEP-CFSv2) model for the winter and spring seasons of 2023.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Application of Artificial...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Application of Artificial...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 30/06/2026 10:08 1.0 KiB 
4. Condições de acesso e uso
URI dos dadosupn:4CUH36S:8JMKD2USNRW34T/4FUN4E5
URL dos dadoshttp://urlib.net/ibi/8JMKD2USNRW34T/4FUN4E5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD2USNRW34T/4FUN4E5
Idiomaen
Arquivo AlvoPoster_ERMAC - MatheusDomingos.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2025/02.16.04.07.51
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/46KUES5
Lista de Itens Citandosid.inpe.br/bibdigital@80/2006/04.07.15.50.13 - 11
sid.inpe.br/bibdigital/2013/10.12.22.16 - 10
sid.inpe.br/bibdigital/2022/04.03.23.11 - 7
sid.inpe.br/bibdigital@80/2006/12.20.14.49 - 4
urlib.net/www/2025/02.16.04.07.51 - 1
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisheraddress readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar