Aplicações de assimilação de dados em oceanografia produzem
análises e previsões de diferentes variáveis que caracterizam o
estado dos oceanos. O Escritório de Meteorologia do Reino Unido,
mais conhecido como Met Office, utiliza um modelo oceanográfico
global, chamado Forecasting Ocean Assimilation Model (FOAM), na
implementação de um esquema de assimilação variacional
tridimensional, conhecido como NEMOVAR.
Entre as variáveis que fazem parte do vetor de estados utilizado no
NEMOVAR, encontram-se
No estudo de dispositivos semicondutores usados na construção de
satélites, optou-se por utilizar o método da máxima verossimilhança
na estimação dos parâmetros do estudo. Segundo os especialistas,
esse método foi escolhido por apresentar boas propriedades.
Assinale a opção que apresenta as propriedades que pertencem ao
método escolhido.
Cientistas interessados em estimar os parâmetros de modelos de
assimilação oceânica, utilizaram um método de estimação cujo
objetivo é minimizar a soma dos quadrados das diferenças entre o
valor estimado e valor real.
Diante do exposto, assinale a opção que apresenta o método que se
enquadra na descrição do objetivo acima.
O treinamento de algoritmos de inteligência artificial no
desenvolvimento de aplicações para assimilação de dados
meteorológicos exige o uso de bases de dados representativas de
estados atmosféricos. Embora bases de dados sintéticas sejam úteis
para treinamento, o uso de bases de dados reais é sempre preferível.
Assinale a opção que apresenta a base de dados real que descreve
propriedades físicas de uma grande quantidade de situações
atmosféricas, e que é utilizada para o treinamento de modelos de
temperatura atmosférica.
Pesquisadores da área de sistema de assimilação de dados nas
componentes do sistema terrestre resolveram utilizar um método de
minimização variacional utilizando o algoritmo 3D-VAR para
encontrar a solução de um problema de otimização.
Sobre as propriedades numéricas do método utilizado, assinale a
afirmativa correta.
Assimilação de dados profunda (Deep Data Assimilation - DDA) é
uma técnica recente que integra aprendizado profundo e
assimilação.
Utiliza-se uma rede neural recorrente para aprender o processo de
assimilação, que por sua vez é treinada a partir dos estados de um
sistema dinâmico e de seus resultados de assimilação
correspondentes. Tais redes neurais recorrentes são implementadas
com o uso de funções de ativação, que introduzem não linearidades
às saídas dos neurônios das redes.
Assinale a opção que menos se adequa às características esperadas
para funções de ativação.
Uma abordagem recentemente desenvolvida para estimar
concentrações de agentes poluentes na atmosfera busca integrar
assimilação de dados variacional e processos Gaussianos para
aperfeiçoar previsões. Processos Gaussianos são modelos
estatísticos usados em aprendizado de máquina para descrever
observações feitas em algum domínio contínuo, tal como espaço ou
tempo.
Com relação aos processos Gaussianos para aprendizado de
máquina, analise as afirmativas a seguir e assinale (V) para a
verdadeira e (F) para a falsa.
( ) São uma generalização de dimensão infinita das distribuições
normais multivariáveis, em que cada variável aleatória está
diretamente relacionada a algum ponto do domínio contínuo
considerado.
( ) São amplamente utilizados em modelos de regressão, em que se
busca prever a forma de uma função contínua incorporando-se
informações provenientes de observações.
( ) Podem ser utilizados em tarefas de classificação, em que se
busca prever a probabilidade de um conjunto de dados de
entrada pertencer a uma classe específica.
Considere a lista de processos computacionais abaixo.
1. Integração do modelo não-linear para frente no tempo.
2. Integração do modelo não-linear para trás no tempo.
3. Integração do modelo adjunto para frente no tempo.
4. Integração do modelo adjunto para trás no tempo.
5. Integração do modelo tangente linear no loop interno.
6. Integração do modelo tangente linear no loop externo.
Assinale a opção que apresenta os processos realizados em
assimilação de dados 4DVAR incremental, com restrição forte,
na sequência correta de execução.
A área de assimilação de dados acoplados tem recebido atenção
crescente de pesquisadores e tecnologistas interessados em
previsão numérica de tempo. Nos esquemas de assimilação
acoplados, dois ou mais modelos geofísicos são combinados,
frequentemente utilizando também técnicas diferentes de
assimilação.
Com relação à área de assimilação de dados acoplados, analise as
afirmativas a seguir.
I. Busca-se utilizar os modelos geofísicos simultaneamente, de
forma a produzirem previsões/análises consistentes entre si.
II. Busca-se modelar e analisar as interações da atmosfera com os
solos, com os oceanos e com as geleiras do planeta, melhorando
assim as capacidades de previsão numérica.
III. Combinam-se os modelos geofísicos, de forma que os resultados
de previsão de um modelo sirvam de condição de contorno para
a solução do(s) outro(s) modelo(s) a ele combinado(s).
As técnicas de aprendizado de máquina aplicadas à assimilação
podem ser utilizadas de diversas maneiras para tratamento de
dados. Um exemplo de processo que pode ser vantajoso para os
algoritmos de assimilação é o de redução da dimensionalidade de
um conjunto de dados, no qual se aplica treinamento não
supervisionado para gerar representações “compactadas” das
entradas originais. Esse processo permite a assimilação de dados no
espaço latente, melhorando a eficiência de treinamento dos
algoritmos.
Determinadas arquiteturas de rede neural são utilizadas para
redução de dimensionalidade e para a geração de representações de
dados no espaço latente, em que se destaca a arquitetura do tipo
Algoritmos para assimilação de dados podem ser implementados de
maneira eficiente e otimizada por meio de paralelização de
processos.
O Parallel Data Assimilation Framework (PDAF) é um pacote de
software que simplifica a implementação de métodos de
assimilação, provendo versões totalmente paralelizadas de
algoritmos, como por exemplo, diferentes versões dos Filtros de
Kalman por conjunto (EnKF). Um dos requisitos de funcionamento
do PDAF é o uso de um protocolo padronizado de comunicação para
computação paralela.
O principal padrão de comunicação entre os processos paralelos
executados em um sistema de memória distribuída, é denominado
Podemos dizer que a Assimilação de Dados é um conjunto de
técnicas empregadas para realizar adequadamente a inserção de
dados de observação num sistema operacional de previsão, cujo
propósito é
No que diz respeito aos problemas de assimilação de dados para
sistemas dinâmicos não lineares, assinale a opção que indica o
esquema que dá a melhor estimativa linear da solução para o
problema de assimilação de mínimos quadrados.
Um grupo de trabalho da área de sensoriamento remoto estuda
modelos de previsão de eventos climáticos. Dessa forma, decidiram
utilizar como modelo inicial o seguinte modelo:
Yi = α + βXi +εi
ondeαeβsão respectivamente os coeficientes linear e angular do
modelo e εi os erros aleatórios.
No entanto, verificaram que a escala usada nas variáveis dependente
e independente do modelo não estavam adequadas. Dessa forma,
propuseram a seguinte mudança de escala: Yi∗ = 10Yie Xi∗ = 5Xi.
Sabendo que a estimativa do coeficiente angular obtido do modelo
anterior foi igual a 2 e considerando o novo modelo gerado, o
estimador de Mínimos Quadrados Ordinários deβ* é
Uma empresa faz pesquisas na área ambiental. Sabe-se que o tempo
entre secas (em anos) em determinada região no Brasil segue uma
distribuição exponencial com parâmetro β.
Considere uma amostra de tamanho 5 cujos elementos são
15, 18, 20, 22 e 25.
Aplicando o método da máxima verossimilhança, o valor da
estimativa de β é