Qual a previsão para os Ordinais?

Para enfrentar este desafio, uma nova estrutura de previsão é introduzida neste trabalho. Esta estrutura combina os pontos fortes das regras indutivas e da lógica difusa, duas ferramentas poderosas em inteligência artificial.

Regras indutivas são usadas para extrair padrões significativos de dados meteorológicos históricos. Estas regras capturam as relações entre diferentes atributos climáticos e ajudam a compreender como eles evoluem ao longo do tempo.

A classificação ordinal representa uma abordagem única para prever fenômenos climáticos, onde as classes de saída seguem uma ordem natural. Isso inclui a previsão de vários atributos climáticos, como faixas de temperatura, velocidade do vento e níveis de precipitação.

A lógica difusa, por outro lado, fornece uma maneira de lidar com a imprecisão e a incerteza inerentes à previsão do tempo. Ele permite uma representação mais sutil das condições climáticas, levando a previsões mais precisas.

O desafio na classificação ordinal reside em capturar com precisão a ordem inerente entre as classes de saída. Os métodos de classificação tradicionais podem não ser adequados para esta tarefa, pois muitas vezes tratam as classes como independentes e não ordenadas.