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

RESUMO – A Demanda Bioquímica de Oxigênio (DBO) é a quantidade de oxigênio indispensável para oxidação de matéria orgânica presente na água e, quando em excesso, pode causar problemas ambientais graves. Dessa forma, o monitoramento de parâmetros limnológicos como a DBO se torna necessário para manutenção da qualidade de águas superficiais. O entendimento da dinâmica de ambientes aquáticos pode ser uma tarefa difícil devido à alta complexidade envolvida nestes fenômenos, a sazonalidade e efeitos espaciais. Assim, o uso de algoritmos de aprendizado de máquina para o estudo da dinâmica em ambientes aquáticos vem sendo cada vez mais recorrente. Reconhecendo a demanda surgida, este trabalho buscou aplicar Support Vector Machine (SVM) e Redes Neurais Artificiais (RNA), técnicas de aprendizado de máquina, para quantificar a DBO no Rio Lam Tsuen, situado na China, a partir de variáveis limnológicas.

PREVISÃO DA DEMANDA BIOQUÍMICA DE OXIGÊNIO POR MEIO DE VARIÁVEIS LIMNOLÓGICAS UTILIZANDO MODELOS DE APRENDIZADO DE MÁQUINA EM PYTHON