Luiz Augusto Ferreira Monteiro

Mr. Luiz Augusto Ferreira Monteiro

orcid

Research Focus & Metrics

Academic Career Length

7Years (2020-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
15 November 2024 in Climate
Verified
Journal Article
Open access
PDF file
Luiz Augusto Ferreira MonteiroLuiz Augusto Ferreira Monteiro
Luiz Augusto Ferreira Monteiro
FNFrancisco Ivam Castro do Nascimento
Francisco Ivam Castro do Nascimento
José Francisco Oliveira JúniorJosé Francisco Oliveira Júnior
José Francisco Oliveira Júnior
DNDorisvalder Dias Nunes
Dorisvalder Dias Nunes
DMDavid Mendes
David Mendes
João GoboJoão Gobo
João Gobo
Rainfall in the Brazilian Legal Amazon (BLA) is vital for climate and water resource management. This research uses spatial downscaling and validated rainfall data from the National Water and Sanitation Agency (ANA) to ensure accurate rain projections with artificial intelligence. To make an initial approach, Recurrent Neural Networks (RNNs) with Long Short-Term Memory (LSTM) were employed to forecast rainfall from 2012 to 2020. The RNN model showed strong alignment with the observed patterns, accurately predicting rainfall seasonality. However, median comparisons revealed fair approximations with discrepancies. The Root Mean Square Error (RMSE) ranged from 6.7 mm to 11.2 mm, and the coefficient of determination (R2) was low in some series. Extensive analyses showed a low Wilmott agreement and high Mean Absolute Percentage Error (MAPE), highlighting limitations in projecting anomalies and days without rain. Despite challenges, this study lays a foundation for future advancements in climate modeling and water resource management in the BLA.

21 July 2020 in Revista Presença Geográfica
Verified
Journal Article
Open access
PDF file
Luiz Augusto Ferreira MonteiroLuiz Augusto Ferreira Monteiro
Luiz Augusto Ferreira Monteiro
A computação tem evoluído de forma rápida e gradual desde seus primórdios. Novas tecnologias aparecem todos os dias, conforme que aumentam nossas necessidades. Dentre essas várias inovações, encontramos a inteligência artificial. Apareceu oficialmente na década de 50, quando cientistas discutiam em conferência sobre o futuro dos computadores e sua importância em diversas áreas de conhecimento. Atualmente, essa tecnologia encontra-se em ascensão, sendo utilizada por diversas empresas e nas mais diversas modalidades – desde o entretenimento até a análise de grandes informações. A inteligência artificial subdivide-se em diversas áreas, sendo uma delas o objeto de estudo deste trabalho: o reconhecimento facial. Essa área destina-se ao reconhecimento de faces e imagens através de câmeras localizadas estrategicamente dentro de um ambiente e, além disso, podendo ser usado no reconhecimento de imagens no ambiente virtual. Nosso objetivo é utilizar o reconhecimento de faces para melhorar o sistema de presença de alunos nas instituições de ensino do Brasil. Automatizando o antigo sistema de “chamada” dos alunos, armazenando todas as informações em banco de dados – ao invés do papel - e a aumentando a segurança dos alunos. Para a construção desse sistema foi pensado a utilização da linguagem de programação Python com a biblioteca OpenCV. Além de usar a IDE da Jetbrains PyCharm e a ferramenta de controle de versão GitHub. Também analisamos dados obtidos através de outros artigos acadêmicos, a fim de demonstrar a eficiência de algoritmos de reconhecimento facial. O projeto mostrou-se promissor e esperamos futuramente desenvolvê-lo e dar continuidade.

4 October 2024 in Revista Presença Geográfica
Verified
Journal Article
Open access
PDF file
Luiz Augusto Ferreira MonteiroLuiz Augusto Ferreira Monteiro
Luiz Augusto Ferreira Monteiro
Ao longo da discussão, exploramos diversos fenômenos climáticos que exercem impacto na região amazônica, com foco em Rondônia. Destacamos a influência do El Niño Oscilação Sul (ENOS), Oscilação Multidecadal do Atlântico (OMA), e Oscilação Decadal do Pacífico (ODP) nas variações climáticas, principalmente na temperatura da superfície do oceano e nos padrões atmosféricos. Na análise específica de séries temporais de chuva em municípios como Porto Velho (Santo Antônio Br-364), Mirante da Serra e Cerejeiras, observamos diferentes comportamentos em relação ao regime de chuvas. Porto Velho, surpreendentemente, registra seus maiores índices durante anos de El Niño, enquanto Mirante da Serra mantém um volume semelhante ao longo do tempo, apesar das flutuações na quantidade de dias chuvosos. Cerejeiras, por sua vez, mostra uma configuração mais complexa, com uma redução nos dias chuvosos a partir dos anos 2000, mas com um índice pluviométrico total semelhante aos anos anteriores. Essa análise, feita através do acesso a base de dados observacional adquirida através da plataforma HidroWeb da Agência Nacional de Águas (ANA) em uma série temporal de 1980 até 2020, reforça a importância de compreender a interação entre diferentes fenômenos climáticos e sua influência específica em diversas localidades, destacando a complexidade dos padrões de chuva na região amazônica. O entendimento desses processos é essencial para a construção de modelos climáticos precisos e para desenvolver estratégias de adaptação diante das mudanças climáticas em curso.