@MASTERSTHESIS{ 2021:431290553,
 	title = {Predição da cintilação ionosférica de amplitude pela aplicação de métodos de aprendizagem de máquina.},
 	year = {2021},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/3650",
 	abstract = "A sociedade atual está cada vez mais dependente de produtos e serviços baseados no
 uso de satélites, dentre os quais destacam-se os sistemas de comunicação e navegação
 via satélite, tecnologias afetadas diretamente pelo fenômeno da cintilação ionosférica,
 que pode comprometer ou até mesmo inviabilizar a utilização de tais sistemas. Nesse
 contexto, torna-se importante desenvolver ferramentas capazes de prever a ocorrência
 da cintilação ionosférica, no entanto, a modelagem deste fenômeno é bastante complexa
 devido à influência de uma série de outros aspectos. Portanto, o principal objetivo deste
 trabalho é desenvolver modelos preditivos de curto prazo, tanto de caráter quantitativo
 quanto qualitativo, acerca da cintilação ionosférica de amplitude. Para isso serão usadas
 técnicas de aprendizagem de máquina, considerando informações relativas à atividade
 geomagnética, à dependência temporal e geográfica do fenômeno, às atividades solar e
 interplanetária e ao estado da ionosfera, avaliando a influência de diferentes atributos no
 desempenho dos modelos obtidos. A metodologia usada baseou-se no emprego de técnicas
 de aprendizagem de máquina, tanto de regressão quanto de classificação, destacando os
 algoritmos Random Forest, regressão logística e regressão linear múltipla. Os principais
 resultados obtidos relacionam-se à predição da cintilação ionosférica com 30 minutos de
 antecedência, além dos aspectos relativos à análise dos atributos utilizados. Por fim, são
 indicados os direcionamentos futuros da pesquisa realizada.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA AEROESPACIAL/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}