English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

. This study aimed to analyze 70 years historical series in the Brazilian Southeastern region, using monthly rainfall data. Statistical modeling techniques such as cross-wavelet spectra and artificial neural networks (ANN), from the R statistical package, were used to perform the analyses. Two different types of neural networks were employed: the multi-layer perceptron (MLP) and extreme learning machine (ELM). From the cited time series, the analysis shows the existence of a decadal and multi-decadal signal with cycles of 5, 11, and 22 years in the monthly rainfall in Brazilian Southeastern region, observing the existence of low-frequency variability. This shows a significant degree of modulation and association for the precipitation with solar activity. The neural networks were also used as forecasting tools, with a better performance for MLP-NN – smaller root mean square error. However, the MLP-NN presented a greater confidence interval than ELM-NN. Keywords: Monthly Rainfall; Sunspots; Multi-decadal cycles. Observando a Existencia de Variabilidade de Baixa Frequencia em Dados Mensais de Chuva no Sudeste do Brasil utilizando Ferramentas do Aplicativo R - Redes Neurais e Ondeletas RESUMO . Este estudo teve como objetivo analisar series historicas de 70 anos no sudeste do Brasil, utilizando dados mensais de precipitacao. Tecnicas de analise estatistica usando o pacote estatistico R, como espectros de wavelet cruzado e modelagem de redes neurais artificiais (RNA), foram usadas para realizar as analises. Duas implementacoes de redes neurais foram empregadas: multi-layer perceptron (MLP) e extreme learning machine (ELM). Os resultados obtidos nas analises realizadas permitem inferir que as series temporais observadas mostram a existencia de um sinal decenal e multi-decenal com ciclos de 5, 11 e 22 anos na precipitacao mensal no sudeste do Brasil, observando a existencia de variabilidade de baixa frequencia nos dados analisados. Isso mostra um grau significativo de modulacao e associacao da precipitacao com a atividade solar. A analise de series temporais longas permitem a observacao de variabilidades de baixa frequencia, evidenciando sua grande importância e relevância. Uma significativa parcela da variância total de ciclos atmosfericos decenais e modulado pela atividade solar. As redes neurais tambem foram usadas como ferramentas de previsao, com melhor desempenho para a rede MLP – como mostrado pelo erro medio quadratico. A rede MLP apresentou maior amplitude no intervalor de confianca do que a rede ELM. Palavras-chave: Precipitacao mensal; Manchas solares; Ciclos multi-decenais.

revista brasileira de geofísica

Observing the Existence of Low-Frequency Variability in Monthly Rainfall Data at Southeastern Brazil using R Package Tools – Neural Networks and Wavelet