@MASTERSTHESIS{ 2015:1775453119,
 	title = {Otimizando a previsão de cheias sazonais para o Rio Negro utilizando redes neurais de propagação direta},
 	year = {2015},
 	url = "http://tede.ufam.edu.br/handle/tede/5091",
 	abstract = "Esse trabalho discute a aplicação de um novo método para previsão de cheias sazonais, utilizando redes neurais artificiais com as seguintes variáveis de entrada: índices climáticos e o nível do próprio rio, avaliado meses antes da ocorrência do pico da cheia. Um novo método para seleção das variáveis mais relevantes para a predição é proposto. Para o treinamento da rede neural são utilizados dois métodos para melhorar a generalização das mesmas, parada antecipada e regularização. O melhor resultado de predição obtido foi com três variáveis e resultou num índice de correlação de predição de 𝑟𝑝=0,755.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Engenharia Elétrica},
 	note = {Faculdade de Tecnologia}
}