Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales

La presente tesis doctoral aborda la problemática de la incertidumbre existente en todo sistema de predicción, focalizando en el desarrollo de métodos de reducción de incertidumbre aplicados a la predicción de fenómenos naturales. Debido a que estos fenómenos suelen causar gran impacto en las comuni...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Méndez Garabetti, Miguel
Formato: Libro
Lenguaje:Español
Publicado: Editorial de la Universidad Nacional de La Plata (EDULP) 2022
Materias:
Ciencias Informáticas
Predicción
Incertidumbre
Fenómenos naturales
Paralelismo
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/135115
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-135115
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Predicción
Incertidumbre
Fenómenos naturales
Paralelismo
spellingShingle Ciencias Informáticas
Predicción
Incertidumbre
Fenómenos naturales
Paralelismo
Méndez Garabetti, Miguel
Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
topic_facet Ciencias Informáticas
Predicción
Incertidumbre
Fenómenos naturales
Paralelismo
description La presente tesis doctoral aborda la problemática de la incertidumbre existente en todo sistema de predicción, focalizando en el desarrollo de métodos de reducción de incertidumbre aplicados a la predicción de fenómenos naturales. Debido a que estos fenómenos suelen causar gran impacto en las comunidades, la flora y la fauna, el ecosistema, entre otros, los sistemas de predicción deben proporcionar respuesta en el menor tiempo posible. Por estos motivos, los métodos propuestos han sido desarrollados utilizando capacidades de alto rendimiento. El primer método desarrollado en esta tesis (ESS-IM), comenzó con el objetivo de lograr una mejora a una metodología previamente desarrollada denominada ESS (Sistema Estadístico Evolutivo). Específicamente se trabajó en el incremento del paralelismo de la metaheurística interna, incorporando una arquitectura basada en modelo de islas bajo un esquema de migración. Este desarrollo logró incrementar la capacidad de búsqueda de la metaheurística interna, impactando de forma directa en un incremento en la calidad de predicción del método. En la validación, ESS-IM fue aplicado en una serie de casos de quemas controladas e incendios forestales. Es importante destacar que, en forma conjunta, al desarrollo de la tesis, se llevaron a cabo diferentes investigaciones complementarias, tales como: estudios de sintonización de parámetros, desarrollo de un sistema de generación de mapas de incendios forestales a partir de imágenes satelitales, entre otros. Finalmente, en la última etapa de la tesis, se implementó una versión híbrida basada en metaheurísticas evolutivas bajo una estrategia colaborativa basada en islas. El método HESS-IM, se implementó de forma heterogénea (a nivel de hardware), logrando que los resultados obtenidos incrementen la calidad de predicción y eficiencia del método.
format Libro
Libro
author Méndez Garabetti, Miguel
author_facet Méndez Garabetti, Miguel
author_sort Méndez Garabetti, Miguel
title Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
title_short Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
title_full Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
title_fullStr Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
title_full_unstemmed Método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
title_sort método de reducción de incertidumbre basado en algoritmos evolutivos y paralelismo orientado a la predicción y prevención de desastres naturales
publisher Editorial de la Universidad Nacional de La Plata (EDULP)
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/135115
work_keys_str_mv AT mendezgarabettimiguel metododereducciondeincertidumbrebasadoenalgoritmosevolutivosyparalelismoorientadoalaprediccionyprevenciondedesastresnaturales
bdutipo_str Repositorios
_version_ 1764820456136769537

Ejemplares similares