Rafael Orsi
← Todos os projetos
Sistemas produtivosEm andamento

MATIS — Multivariate Atmospheric Temperature Inference System

Framework de aprendizagem de máquina para estimar a temperatura média mensal a partir de variáveis ambientais e temporais, com simulador interativo.

Aprendizagem de MáquinaModelagem MultivariadaEngenharia de AtributosAnálise de AblaçãoValidação EspacialEnsemble LearningInferência Preditiva
RedeCentro Estadual de Educação Tecnológica Paula Souza — CEETEPS
Sobre o projeto

Inferir a temperatura a partir do que a atmosfera carrega.

MATIS (Multivariate Atmospheric Temperature Inference System) é um framework de modelagem preditiva desenvolvido para estimar a temperatura média mensal a partir da integração de variáveis ambientais e temporais. O sistema utiliza dados de umidade, material particulado PM2.5, precipitação, velocidade do vento e componentes temporais para identificar padrões associados à variação da temperatura e produzir estimativas para novas condições ambientais.

A abordagem integra modelagem multivariada, análise de ablação, comparação de algoritmos e validação espacial para avaliar a capacidade preditiva e de generalização do modelo.

Etapas do projeto
4 de 4 etapas concluídas
  1. ✓

    Organização da base histórica

    Concluída

    180 observações mensais, de 2019 a 2023.

  2. ✓

    Comparação de algoritmos e análise de ablação

    Concluída
  3. ✓

    Validação espacial entre áreas

    Concluída
  4. ✓

    Simulador interativo no navegador

    Concluída · nov. 2026

    O modelo treinado roda diretamente na página, sem servidor.

Simulador interativo

Simule uma nova observação

Ajuste as condições ambientais e veja a temperatura média mensal estimada pelo MATIS. O modelo já treinado roda inteiramente no seu navegador: 250 árvores de decisão percorridas a cada movimento.

Condições ambientais

Temperatura média estimada
–°C
posição na escala histórica

Perfil sazonal simulado

Estimativa para cada mês mantendo as condições escolhidas, com a faixa de 95%.

SimulaçãoMédia histórica mensalMês selecionado

Correlação com a temperatura

Associação linear na base histórica.

Precipitação+0,63
PM2.5-0,49
Umidade média+0,07
Velocidade do vento-0,01

Comparação de algoritmos

R² em validação espacial.

LightGBM0,820
XGBoost0,793
CatBoost0,787
Random Forest0,769
Gradient Boosting0,750
Lasso0,698
Ridge0,672
Árvore de Decisão0,665
Regressão Linear Múltipla0,656
0,851R² do modelo em uso (Extra Trees)
0,92 °CRMSE
0,70 °CMAE
180observações mensais (2019–2023)

Modelo Extra Trees com parâmetros fixos, treinado com 180 observações de 2019 a 2023. A simulação não realiza novo treinamento. Resultado científico, sujeito ao domínio dos dados de treinamento; valores fora do intervalo histórico são sinalizados.

Quer colaborar com esta pesquisa?

Entrar em contato