Avaliação de Desempenho Utilizando Diferentes Arquiteturas de Aprendizagem Profunda a Partir de Dados Relacionados a Precipitação Pluviométrica Coletados por Estação Meteorológica Automática

As chuvas exercem um importante papel no contexto social por trazerem a possibilidade de planejamento para o cultivo e colheita de várias culturas alimentares. Dessa forma o estudo teve como finalidade a predição de precipitações pluviométricas através da aplicação das Redes Neurais Convolucionais. Para a metodologia utilizou-se de uma base de dados colhida por uma estação meteorológica automática e da aplicação das arquiteturas LeNet, VGGNet e ResNet, assim como das técnicas k-fold, SMOTE e normalização z-score. Os resultados demonstraram que a arquitetura VGGNet obteve a melhor taxa média de acerto com 91,53%, quanto a especificidade e taxa de falso positivo a LeNet obteve os melhores resultados com 95,23% e 4,77% respectivamente.