Saltar para:
Logótipo
Você está em: Início > Publicações > Visualização > A comparative study on predicting algae blooms in Douro River, Portugal

A comparative study on predicting algae blooms in Douro River, Portugal

Título
A comparative study on predicting algae blooms in Douro River, Portugal
Tipo
Artigo em Revista Científica Internacional
Ano
2008
Autores
Rita Ribeiro
(Autor)
Outra
Luis Torgo
(Autor)
FEP
Ver página pessoal Sem permissões para visualizar e-mail institucional Pesquisar Publicações do Participante Ver página do Authenticus Sem ORCID
Revista
Título: Ecological ModellingImportada do Authenticus Pesquisar Publicações da Revista
Vol. 212 1-2
Páginas: 86-91
ISSN: 0304-3800
Editora: Elsevier
Classificação Científica
FOS: Ciências exactas e naturais > Ciências biológicas
Outras Informações
ID Authenticus: P-004-0TV
Abstract (EN): Algae blooms are ecological events associated with extremely high abundance value of certain algae. These rare events have a strong impact in the river's ecosystem. In this context, the prediction of such events is of special importance. This paper addresses the problems that result from evaluating and comparing models at the prediction of rare extreme values using standard evaluation statistics. In this context, we describe a new evaluation statistic that we have proposed in Torgo and Ribeiro [Torgo, L., Ribeiro, R., 2006. Predicting rare extreme values. In: Ng, W, Kitsuregawa, M., Li, J., Chang, K. (Eds.), Proceedings of the loth Pacific-Asia Conference on Knowledge Discover and Data Mining (PAKDD'2006). Springer, pp. 816-820 (number 3918 in LNAI)], which can be used to identify the best models for predicting algae blooms. We apply this new statistic in a comparative study involving several models for predicting the abundance of different groups of phytoplankton in water samples collected in Douro River, Porto, Portugal. Results show that the proposed statistic identifies a variant of a Support Vector Machine as outperforming the other models that were tried in the prediction of algae blooms.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Contacto: rpribeiro@liaad.up.pt; Itorgo@liaad.up.pt
Nº de páginas: 6
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Dos mesmos autores

UBL: an R package for Utility-based Learning (2016)
Outras Publicações
Branco, P.; Rita Ribeiro; Torgo, L
A Survey of Predictive Modelling under Imbalanced Distributions (2015)
Outras Publicações
Paula Branco; Luis Torgo; Rita P Ribeiro
Utility-based regression (2007)
Capítulo ou Parte de Livro
Luis Torgo; Rita Ribeiro
Rule-based prediction of rare extreme values (2006)
Artigo em Revista Científica Internacional
Rita Ribeiro; Luis Torgo
Resampling with neighbourhood bias on imbalanced domains (2018)
Artigo em Revista Científica Internacional
Branco, P; Torgo, L; Rita Ribeiro

Ver todas (21)

Da mesma revista

Patch spatial attributes and time to disturbance affect the emergence of source local populations within ephemeral habitats (2024)
Artigo em Revista Científica Internacional
Crispim-Mendes, T; Roos, D; Ferreira, CM; Paupério, J; Silva, JP; Godinhoa, S; Alves, PC; Miraa, A; Bejae, P; Lambin, X; Pita, R
Influence of freshwater inflow variability on the Douro estuary primary productivity: A modelling study (2014)
Artigo em Revista Científica Internacional
Azevedo, IC; Adriano Bordalo; Duarte, P
Combining distribution modelling and non-invasive genetics to improve range shift forecasting (2015)
Artigo em Revista Científica Internacional
Frederico Mestre; Ricardo Pita; Joana Pauperio; Filipa M S Martins; Paulo Cello Alves; Antonio Mira; Pedro Beja
A comparative study on predicting algae blooms in Douro River, Portugal (2008)
Artigo em Revista Científica Internacional
Rita Ribeiro; Luis Torgo
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Medicina Dentária da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-09-09 às 04:25:21 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico