Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
En el presente trabajo se estudian dos modelos de Aprendizaje de Máquinas (AM) para evaluar sus desempeños en la predicción de ocurrencia de precipitación en la ciudad de Mendoza y en la Ciudad Autónoma de Buenos Aires (CABA) eninvierno y en verano. En primer lugar, analizamos las características es...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | Tesis de grado publishedVersion Tesina de grado |
Lenguaje: | Español |
Publicado: |
Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales
2018
|
Materias: | |
Acceso en línea: | http://bdigital.uncu.edu.ar/14016 |
Aporte de: |
id |
I11-R814016 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de Cuyo |
institution_str |
I-11 |
repository_str |
R-8 |
collection |
Biblioteca Digital |
language |
Español |
orig_language_str_mv |
spa |
topic |
Meteorología Condiciones atmosféricas Lluvia Mendoza (Argentina : provincia) Buenos Aires (Argentina : provincia) |
spellingShingle |
Meteorología Condiciones atmosféricas Lluvia Mendoza (Argentina : provincia) Buenos Aires (Argentina : provincia) Mandrilli Escudero, Paula Alejandra Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas |
topic_facet |
Meteorología Condiciones atmosféricas Lluvia Mendoza (Argentina : provincia) Buenos Aires (Argentina : provincia) |
description |
En el presente trabajo se estudian dos modelos de Aprendizaje de Máquinas (AM) para evaluar sus desempeños en la predicción de ocurrencia de precipitación en la ciudad de Mendoza y en la Ciudad Autónoma de Buenos Aires (CABA) eninvierno y en verano.
En primer lugar, analizamos las características espacio-temporal de los datos meteorológicos (precipitación acumulada en tres horas y estado de la atmósfera cada seis horas) correspondientes a un período de quince años (2000 a 2014 inclusive), buscando aquellos con mayor influencia en la formación de la precipitación, facilitando la identificación del patrón que determina la precipitación mediante los modelos Regresión Logística (RL) y Red Neuronal Artificial (RNA). En segundo lugar, se aprenden los modelos mediante técnicas de AM y los evaluamos según métricas de tasa de aciertos y falsos negativos y de tiempos de ejecución al comparar las predicciones con las estimaciones de precipitación mediante información satelital.
Luego, contrastamos la capacidad de predicción de dichos modelos con la del modelo Weather Research and Forecasting Model (WRF) aplicados al año 2011. |
author2 |
Santos, Jorge Rubén |
author_facet |
Santos, Jorge Rubén Mandrilli Escudero, Paula Alejandra |
format |
Tesis de grado Tesis de grado publishedVersion Tesina de grado |
author |
Mandrilli Escudero, Paula Alejandra |
author_sort |
Mandrilli Escudero, Paula Alejandra |
title |
Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
|
title_short |
Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
|
title_full |
Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
|
title_fullStr |
Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
|
title_full_unstemmed |
Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
|
title_sort |
predicción de precipitación en mendoza y buenos aires mediante técnicas de aprendizaje de máquinas |
publisher |
Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales |
publishDate |
2018 |
url |
http://bdigital.uncu.edu.ar/14016 |
work_keys_str_mv |
AT mandrilliescuderopaulaalejandra predicciondeprecipitacionenmendozaybuenosairesmediantetecnicasdeaprendizajedemaquinas |
bdutipo_str |
Repositorios |
_version_ |
1764820403282247680 |