Escolar Documentos
Profissional Documentos
Cultura Documentos
Estudos como a tese apresentada por (SANTOS, 2011) busca através de redes
neurais e algoritmos de treinamento baseado em variáveis antrópicas e ambientas
descrever o comportamento do consumo de água na cidade de São Paulo. Neste estudo
as redes neurais mostraram melhor resultados para repostas para sistemas dinâmicos
com dados atualizados em tempo mais próximo.
Quanto aos dados telemedidos, trata-se de uma fonte de dados com geração de
valores automáticos que descrevem o comportamento de uma válvula, bomba,
comporta, de um equipamento ou fluxo. Sendo mensurada uma malha especifica através
de medições de volume de água de entrada, este dado são transmitidos para uma central
de controle que se integram a um banco de dados mais amplo.
Quanto aos dados ambientais será necessário pesquisar em outras fontes públicas
ou por ventura instalar medidores desses dados a fim de incrementar o projeto de
pesquisa.
Em posse desses dados será proposto modelos de equação, como por exemplo,
por regressão, que descrevam o comportamento dos dados permitindo provisionar o
consumo, o faturamento e ou mitigar perdas. No entanto este provisionamento dar-se-á
por meio de equações moveis sejam estas no recorte temporal direto (últimos x meses)
ou na visão sazonal (mesmo mês nos últimos y anos).
A proposta inicial não visa fixar recortes próprios e/ou modelos a serem
testados, buscar-se-á através de aprendizado de máquina encontrar equações que
descrevam o comportamento para o intervalo de tempo estipulado.
Características da proposta:
MATONSE, A. H. et al. Investigating the impact of climate change on New York City’s
primary water supply. Climatic Change, v. 116, n. 3–4, p. 437–456, 2013.
VIANNA, V.; DEPEXE, M. D. Modelagem de dados por regressão múltipla para previsão
do consumo de água em Umuarama. Exacta, v. 11, n. 1, 2013. Disponível em:
<http://www4.uninove.br/ojs/index.php/exacta/article/view/4193>.