30 research outputs found
Uma abordagem de mineração de dados para estimativa da velocidade do vento
Full text linkRenewable sources are the most promising alternatives for power generation, whereas the use of
fossil fuels has caused strong impacts on terrestrial ecosystems and the climate. Wind industries,
as a power source, have advantages over other sources, as a consequence, wind energy generation
capacity had a tremendous growth worldwide. However, energy forecasts are crucial elements
for electrical system operators, because they can make better decisions on the electrical market
and support operational activities. It is worth emphasizing that the output of energy from wind
farms depends on the stochastic nature of the wind, which is a natural, intermittent, uncertain and
difficult-to-control resource. In fact, wind speed prediction may avoid economic losses, ensure
the safe and sustainable supply of electricity, facilitate regulation of wind systems, and increase
the operational efficiency of industries through a more reliable decision making. Wind speed
prediction is a complex and challenging problem due to the lack of appropriate tools and the
events that influence wind conditions like earth moving, physical effects, and climatic factors. For
proposing solutions in this context, we must consider that weather data have accumulated huge
volumes of information in spatial databases, demanding the investigation of relevant means for
knowledge extraction. Data mining arises as a solution to extract relevant knowledge intelligently
and semi-automatically from huge datasets. This paper presents a new and low-cost data mining
approach for wind speed forecasting, which incorporates relevant artificial intelligence algorithms
and provides effective treatment of datasets. The approach has proven to be flexible, promising,
and well-founded in two case studies carried out in Brazil. Neural networks, support vector
machines, decision trees, and k-nearest neighbors are methods involved in building the diverse
models for wind speed estimationRecursos renováveis são as alternativas mais promissoras para geração de energia, considerando
que o uso de combustíveis fósseis tem causado fortes impactos no ecossistema terrestre e no
clima. Como um recurso para produção de eletricidade, indústrias eólicas têm levado vantagem
em relação às outras fontes e, consequentemente, a capacidade de geração dessas indústrias vem
crescendo no mundo inteiro. No entanto, previsões de energia são elementos cruciais para os
operadores de sistemas elétricos, pois permitem-os tomarem melhores decisões relacionadas
ao mercado elétrico e às suas atividades operacionais. Vale salientar-se que a saída de potência
dos parques eólicos depende da natureza estocástica do vento, um recurso natural, intermitente,
incerto e incontrolável. De fato, estimativas consistentes da velocidade do vento podem evitar
prejuízos, garantir a oferta segura e sustentável de eletricidade, facilitar a regulamentação de
sistemas eólicos e aumentar a produtividade operacional nas indústrias através de uma tomada
de decisão mais confiável. Todavia, a previsão de vento é um problema complexo e desafiador
devido à falta de ferramentas apropriadas e aos eventos que influenciam as suas condições como
rotação da terra, efeitos físicos e fatores climáticos. Para propor soluções neste contexto, ainda
devemos considerar que dados meteorológicos têm acumulado enormes volumes de informação
nos bancos de dados espaciais, o que demanda a investigação de meios relevantes para extração
de informação estratégica. A tecnologia de mineração de dados constitui-se em solução para
extrair, de forma semiautomática e inteligente, conhecimento relevante de enormes conjuntos
de dados. Este trabalho apresenta uma nova abordagem de mineração de dados para previsão
da velocidade do vento que tem baixo custo, contempla relevantes algoritmos de inteligência
artificial e fornece recursos eficientes para tratamento de bancos de dados. No geral, a abordagem
tem se mostrado promissora, flexível e bem fundamentada nos dois estudos de casos realizados
no Brasil. Redes neurais, máquina de vetores de suporte, árvore de decisão e k-vizinho mais
próximos são métodos envolvidos na construção de diversos modelos de previsão da velocidade
do ventoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPE
Using deep learning for trajectory classification in imbalanced dataset
No full textDeep learning has gained much popularity in the past years due to GPU advancements, cloud computing improvements, and its supremacy, considering the accuracy results when trained on massive datasets. As with machine learning, deep learning models may experience low performance when handled with imbalanced datasets. In this paper, we focus on the trajectory classification problem, and we examine deep learning techniques for coping with imbalanced class data. We extend a deep learning model, called DeepeST (Deep Learning for Sub-Trajectory classification), to predict the class or label for sub-trajectories from imbalanced datasets. DeepeST is the first deep learning model for trajectory classification that provides approaches for coping with imbalanced dataset problems from the authors' knowledge. In this paper, we perform the experiments with three real datasets from LBSN (Location-Based Social Network) trajectories to identify who is the user of a sub-trajectory (similar to the Trajectory-User Linking problem). We show that DeepeST outperforms other deep learning approaches from state-of-the-art concerning the accuracy, precision, recall, and F1-score
2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036
No full textThe Brazilian Computing Society (SBC), through the Special Committee on Information Systems (CESI), produced the 2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036. This initiative involved the collaboration of several SBC members who contributed by submitting proposals for Information Systems challenges and/or by participating in the discussions and in the construction of the grand challenges of Information Systems in Brazil for the period from 2026 to 2036.
How to cite this document:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181.A Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), produziu o II GranDSI-BR - Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. A iniciativa contou com a colaboração de diversos membros da SBC que contribuíram com a submissão de propostas de desafios de Sistemas de Informação e/ou participaram das discussões e construção dos grandes desafios de Sistemas de Informação no Brasil para 2026 a 2036.
Como citar este documento:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181
2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036
No full textThe Brazilian Computing Society (SBC), through the Special Committee on Information Systems (CESI), produced the 2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036. This initiative involved the collaboration of several SBC members who contributed by submitting proposals for Information Systems challenges and/or by participating in the discussions and in the construction of the grand challenges of Information Systems in Brazil for the period from 2026 to 2036.
How to cite this document:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181.A Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), produziu o II GranDSI-BR - Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. A iniciativa contou com a colaboração de diversos membros da SBC que contribuíram com a submissão de propostas de desafios de Sistemas de Informação e/ou participaram das discussões e construção dos grandes desafios de Sistemas de Informação no Brasil para 2026 a 2036.
Como citar este documento:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181
2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036
No full textThe Brazilian Computing Society (SBC), through the Special Committee on Information Systems (CESI), produced the 2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036. This initiative involved the collaboration of several SBC members who contributed by submitting proposals for Information Systems challenges and/or by participating in the discussions and in the construction of the grand challenges of Information Systems in Brazil for the period from 2026 to 2036.
How to cite this document:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181.A Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), produziu o II GranDSI-BR - Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. A iniciativa contou com a colaboração de diversos membros da SBC que contribuíram com a submissão de propostas de desafios de Sistemas de Informação e/ou participaram das discussões e construção dos grandes desafios de Sistemas de Informação no Brasil para 2026 a 2036.
Como citar este documento:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181
2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036
No full textThe Brazilian Computing Society (SBC), through the Special Committee on Information Systems (CESI), produced the 2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036. This initiative involved the collaboration of several SBC members who contributed by submitting proposals for Information Systems challenges and/or by participating in the discussions and in the construction of the grand challenges of Information Systems in Brazil for the period from 2026 to 2036.
How to cite this document:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181.A Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), produziu o II GranDSI-BR - Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. A iniciativa contou com a colaboração de diversos membros da SBC que contribuíram com a submissão de propostas de desafios de Sistemas de Informação e/ou participaram das discussões e construção dos grandes desafios de Sistemas de Informação no Brasil para 2026 a 2036.
Como citar este documento:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181
2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036
No full textThe Brazilian Computing Society (SBC), through the Special Committee on Information Systems (CESI), produced the 2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036. This initiative involved the collaboration of several SBC members who contributed by submitting proposals for Information Systems challenges and/or by participating in the discussions and in the construction of the grand challenges of Information Systems in Brazil for the period from 2026 to 2036.
How to cite this document:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181.A Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), produziu o II GranDSI-BR - Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. A iniciativa contou com a colaboração de diversos membros da SBC que contribuíram com a submissão de propostas de desafios de Sistemas de Informação e/ou participaram das discussões e construção dos grandes desafios de Sistemas de Informação no Brasil para 2026 a 2036.
Como citar este documento:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181
2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036
No full textThe Brazilian Computing Society (SBC), through the Special Committee on Information Systems (CESI), produced the 2nd GranDSI-BR: Grand Research Challenges in Information Systems in Brazil 2026-2036. This initiative involved the collaboration of several SBC members who contributed by submitting proposals for Information Systems challenges and/or by participating in the discussions and in the construction of the grand challenges of Information Systems in Brazil for the period from 2026 to 2036.
How to cite this document:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181.A Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), produziu o II GranDSI-BR - Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. A iniciativa contou com a colaboração de diversos membros da SBC que contribuíram com a submissão de propostas de desafios de Sistemas de Informação e/ou participaram das discussões e construção dos grandes desafios de Sistemas de Informação no Brasil para 2026 a 2036.
Como citar este documento:
SOCIEDADE BRASILEIRA DE COMPUTAÇÃO. II GranDSI-Br Grandes Desafios de Sistemas de Informação no Brasil 2026-2036. Organização de Renata Mendes de Araujo, Sean Wolfgand Matsui Siqueira, Tadeu Moreira de Classe, Rita Suzana Pitangueira Maciel e Clodis Boscarioli. Porto Alegre: SBC, Novembro/2025. 131p. DOI 10.5753/sbc.rt.2025.181
