logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-03232021-191520


Tipo di tesi
Tesi di laurea magistrale
Autore
ABOZZI, MAURO
Indirizzo email
m.abozzi@studenti.unipi.it, mauroabozzi@hotmail.it
URN
etd-03232021-191520
Titolo
Previsione delle precipitazioni a breve termine mediante reti neurali ad architettura profonda
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
COMPUTER ENGINEERING
Relatori
relatore Prof. Cococcioni, Marco
relatore Prof. Marcelloni, Francesco
Parole chiave
  • CNN
  • ConvLSTM
  • Convolutional LSTM
  • Convolutional Neural Network
  • deep learning
  • deep neural network
  • forecasting
  • LaMMA
  • Long Short-Term Memory
  • LSTM
  • neural networks
  • precipitazioni
  • prediction
  • predizione
  • previsione
  • rainfall
  • reti neurali
  • SIR
Data inizio appello
30/04/2021
Consultabilità
Non consultabile
Data di rilascio
30/04/2091
Riassunto
Lo scopo di questa tesi è la ricerca e l’implementazione di predittori, tramite reti neurali ad architettura profonda, che siano in grado di prevedere in modo accurato la quantità di precipitazioni giornaliere in determinati luoghi della Toscana, di cui si hanno a disposizione le previsioni fornite dal consorzio LaMMA. Per fare ciò si è partiti dal preprocessing dei dati pluviometrici, reperibili via web dal sito del Servizio Idrologico Regionale (SIR) della Toscana, e dei dati previsionali di LaMMA, che sono stati riportati alla forma di semplici serie temporali.
Prima dell’implementazione dei suddetti predittori è stata fatta un’analisi della correlazione tra i dati pluviometrici e quelli delle previsioni di LaMMA, in modo da valutarne l’accuratezza, andando anche a vedere il comportamento nei giorni più piovosi.
Successivamente sono stati implementati diversi tipi di reti neurali ad architettura profonda per prevedere la pioggia caduta giornalmente e sono state valutate le loro prestazioni per determinare quale sia quella che modella meglio il fenomeno preso in esame.
File