Publisher's Synopsis
Neste trabalho foram utilizadas redes neurais artificiais como ferramenta alternativa na determinação de um modelo geoidal. Procurou-se uma determinação geoidal de forma mais rápida, com precisão adequada e com menor esforço na determinação de parâmetros importantes na obtenção da referida superfície. Foram utilizados modelos de redes neurais do tipo MLP, algoritmo de treinamento backpropagation, variando o número de camadas, o número de neurônios, a função de ativação, a taxa de aprendizado e o termo momento. Os dados dos modelos do geopotencial EGM96, da gravimetria, do GPS e do nivelamento geométrico foram tratados de forma a serem utilizados pelos modelos de redes neurais. Foram executadas a normalização, a análise de componentes principais e a definição dos atributos de entrada e saída para treinamento do modelo de rede neural. Foram realizadas comparações entre os modelos geoidais existentes, usados nesta pesquisa, com os resultados obtidos pelo modelo de rede neural. Tais comparações resultaram na obtenção dos erros entre as superfícies, justificando dessa forma a possibilidade de uso do referido método, com a consequente demonstração de suas vantagens e desvantagens.
