MIA: sistema de inteligência artificial para previsão sub-sazonal de variáveis hidrometeorológicas no Brasil

• Processo: 22/07205-6
• Modalidade de apoio: Bolsas no Brasil - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de maio de 2022
• Data de Término da vigência: 29 de fevereiro de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Geociências - Meteorologia
• Pesquisador responsável: Thomas Christian Marcel Martin
• Beneficiário: Thomas Christian Marcel Martin
• Empresa: Meteoia Datascience Ltda
• CNAE: Pesquisa e desenvolvimento experimental em ciências físicas e naturais
• Vinculado ao auxílio: 21/14700-0 - MIA: Sistema de inteligência artificial para previsão sub-sazonal de variáveis hidrometeorológicas no Brasil, AP.PIPE
• Assunto(s): Inteligência artificial Aprendizado computacional Hidrometeorologia Previsão climatológica Previsão hidrológica Previsão do tempo Chuva Clima Brasil
• Palavra(s)-Chave do Pesquisador: Aprendizagem de Maquina | chuva | clima | Inteligência Artificial | Previsão | Vazão | Inteligência artificial

Resumo

O bolsita será o pesquisador responsável deste projeto e terá como objetivo o desenvolvimento de um sistema automatizado de inteligência artificial que forneça previsões hidrometeorológicas competitivas na escala sub-sazonal (sistema "MIA"). As inovações desse projeto encontram-se na ordem de processos e de serviços. Em termos de processo, o projeto irá conectar técnicas avançadas de inteligência artificial, ainda pouco exploradas na meteorologia, em um sistema completamente automatizado de treinamento de modelos, previsão e otimização de hiper-parâmetros. Em termos de serviço, o sistema proposto será um dos poucos no mundo especializados na escala sub-sazonal, visando melhorar a previsibilidade entre as escalas de tempo e clima, onde encontram-se as maiores limitações das metodologias tradicionais de modelagem climática. A execução da proposta deverá diminuir as incertezas e melhorar o planejamento do mercado nacional à variabilidade hídrica associada a fatores climáticos e enquadrar a empresa dentro dos contextos recentes de indústria 4.0 e aprendizado de máquina automatizado (AutoML). (AU)