Um modelo espaço-temporal para previsão de ondas oceânicas usando redes neurais artificiais

Resumen

Conhecer informações atualizadas e previsões sobre o estado do mar, especialmente das condições das ondas, é de grande importância para muitas aplicações, como segurança no mar e na costa, planejamento de infraestrutura de instalações marítimas e plataformas offshore, operações de transporte e projetos de energias renováveis que ocorrem no oceano, alertas de catástrofes naturais e avanço nas pesquisas em Geociências. Notadamente, as ondas oceânicas podem ser simuladas a partir de modelos físicos-matemáticos e existem diversos algoritmos numéricos de última geração capazes de realizar esta tarefa; Todavia, o aumento da capacidade computacional de processamento, aliada à disponibilidade de bibliotecas confiáveis para obtenção de informações em séries históricas, tem permitido o avanço de poderosos algoritmos de inteligência artificial que ganham popularidade em diversas aplicações devido a sua capacidade de analisar rapidamente volumes muito grandes de dados e fazer previsões tão acuradas quanto os modelos tradicionais. Nesse sentido, algoritmos de aprendizado de máquina já têm sido utilizados para a previsão de ondas oceânicas, aparecendo como uma alternativa às abordagens atuais e ao trabalho dos modelos físicos que são comparativamente mais demorados. No trabalho realizado, os autores destacam a utilização de aprendizado de máquinas e redes neurais para realização de previsões climáticas. Entretanto, os mesmos evidenciam que as abordagens clássicas dessas aplicações raramente exploram as dependências espaço-temporais do sistema.