Modelagem probabilística para tomada de decisão e predição em recursos hídricos: uma aplicação em segurança alimentar

• Processo: 21/02464-0
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de abril de 2021
• Data de Término da vigência: 31 de março de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: IBM Brasil
• Pesquisador responsável: Alexandre Cláudio Botazzo Delbem
• Beneficiário: Ângela Silviane Moura Cunha
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Empresa: Universidade de São Paulo (USP). Centro de Inovação da USP (INOVA)
• Vinculado ao auxílio: 19/07665-4 - Centro de Inteligência Artificial, AP.eScience.CPE
• Assunto(s): Sistemas de informação Banco de dados Pesquisa bibliográfica Aprendizado computacional Bacia hidrográfica
• Palavra(s)-Chave do Pesquisador: Bacias Hidrográficas | Disponibilidade hídrica | Modelos probabilísticos | Sistemas de Informação

Resumo

O bolsista deverá apoiar atividades voltadas para a organização de um banco de dados por levantamento bibliográfico e estudo dos desafios de segurança alimentar de interesse do projeto, das mudanças climáticas voltadas para fornecimento de água e de modelos hidrológicos de bacias. Desenvolvimento do modelo de requisitos do sistema. Fará também parte das atividades vinculadas à bolsa TT-4 apoiar a definição, implementação e teste de modelos de aprendizado de máquina, para apoio a modelagem e predição de disponibilidade hídrica, excessos e déficits na unidade da bacia hidrográfica visando produção de alimentos.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

RIBEIRO, VITOR P.; CUNHA, ANGELA S. M.; DUARTE, SERGIO N.; PADOVANI, CARLOS R.; MARQUES, PATRICIA A. A.; MACIEL, CARLOS D.; BALESTIERI, JOSE ANTONIO P.; IEEE. Bayesian Network for Hydrological Model: an inference approach. 2022 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 7-pg., 2022-01-01. (14/50851-0, 21/02464-0, 18/19150-6)