@MASTERSTHESIS{ 2015:1801147785,
 	title = {Otimizando a previs?o de cheias sazonais para o Rio Negro utilizando redes neurais de propaga??o direta},
 	year = {2015},
 	url = "http://tede.ufam.edu.br/handle/tede/5091",
 	abstract = "Esse trabalho discute a aplica??o de um novo m?todo para previs?o de cheias sazonais, utilizando redes neurais artificiais com as seguintes vari?veis de entrada: ?ndices clim?ticos e o n?vel do pr?prio rio, avaliado meses antes da ocorr?ncia do pico da cheia. Um novo m?todo para sele??o das vari?veis mais relevantes para a predi??o ? proposto. Para o treinamento da rede neural s?o utilizados dois m?todos para melhorar a generaliza??o das mesmas, parada antecipada e regulariza??o. O melhor resultado de predi??o obtido foi com tr?s vari?veis e resultou num ?ndice de correla??o de predi??o de ??=0,755.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Engenharia El?trica},
 	note = {Faculdade de Tecnologia}
}