Redes Neurais Artificiais para o Preenchimento de Falhas em Séries Temporais Meteorológicas

A maioria das séries temporais instrumentais são afetadas por uma certa proporção de dados ausentes devidos a problemas diversos que vão desde falhas de equipamentos até mesmo problemas com o fornecimento de energia. Este trabalho aborda a aplicação de técnicas baseadas em Redes Neurais Artificiais para a previsão de séries temporais meteorológicas como alternativa para o preenchimento de falhas nestas séries de forma robusta e eficiente no tratamento desses dados faltosos. Os resultados deste trabalho apontam para a aplicabilidade da utilização das técnicas de Redes Neurais como ferramentas eficientes para a previsão de séries temporais meteorológicas.