Aplicação de Redes Neurais Recorrentes em séries temporais de estações meteorológicas para imputação de dados: uma abordagem sobre micro-estações meteorológicas na região Oeste do Pará

Os dados multivariados das séries temporais estão presentes em uma grande quantidade de aplicações e em muitos casos a ausência de informações nas séries históricas são problemas recorrentes que dificultam estudos relacionados a diversas áreas. A partir desse problema, este trabalho apresenta modelos que utilizam as redes neurais recorrentes para imputação de dados multivariados em estações meteorológicas na região Oeste do Pará. O conjunto de dados utilizado apresenta as séries históricas com variáveis meteorológicas que possuem grandes lacunas de dados ausentes. Os resultados obtidos neste trabalho apresentam dois modelos de redes neurais recorrentes que demonstram como é possível realizar a imputação de dados em séries temporais multivariadas para cada variável meteorológica de forma individual. Também é feita uma abordagem comparando modelos de redes LSTM e GRU para demonstrar a eficiência das redes recorrentes como alternativa para imputação de dados multivariados em séries temporais de estações meteorológicas.