ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos

Anualmente, los incendios consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando pérdidas desde el punto de vista ambiental, económico y humano .

Guardado en:
Detalles Bibliográficos
Autores principales: Méndez Garabetti, Miguel, Bianchini, Germán, Caymes Scutari, Paola, Tardivo, María
Formato: Artículo acceptedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Incendios forestales, Predicción, Sintonización, Algoritmos Evolutivos, Modelo de Islas
Acceso en línea:http://hdl.handle.net/20.500.12272/8039
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-8039
record_format dspace
spelling I68-R174-20.500.12272-80392023-06-12T16:14:42Z ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos Méndez Garabetti, Miguel Bianchini, Germán Caymes Scutari, Paola Tardivo, María Incendios forestales, Predicción, Sintonización, Algoritmos Evolutivos, Modelo de Islas Anualmente, los incendios consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando pérdidas desde el punto de vista ambiental, económico y humano . Uni Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina Peer Reviewed 2023-06-12T16:14:42Z 2023-06-12T16:14:42Z 2016-01-01 info:eu-repo/semantics/article acceptedVersion 11º Encuentro Internacional de Ciencias de la Tierra (E-ICES 11). http://hdl.handle.net/20.500.12272/8039 ************ spa PID 3939 openAccess http://creativecommons.org/publicdomain/zero/1.0/ CC0 1.0 Universal Universidad Tecnológica Nacional. Facultad Regional Mendoza Atribución pdf
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Incendios forestales, Predicción, Sintonización, Algoritmos Evolutivos, Modelo de Islas
spellingShingle Incendios forestales, Predicción, Sintonización, Algoritmos Evolutivos, Modelo de Islas
Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos
topic_facet Incendios forestales, Predicción, Sintonización, Algoritmos Evolutivos, Modelo de Islas
description Anualmente, los incendios consumen aproximadamente dos millones de hectáreas de forestación alrededor del mundo, causando pérdidas desde el punto de vista ambiental, económico y humano .
format Artículo
acceptedVersion
author Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author_facet Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author_sort Méndez Garabetti, Miguel
title ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos
title_short ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos
title_full ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos
title_fullStr ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos
title_full_unstemmed ESS-IM: incremento en calidad de predicción mediante sintonización de Parámetros Evolutivos
title_sort ess-im: incremento en calidad de predicción mediante sintonización de parámetros evolutivos
publishDate 2023
url http://hdl.handle.net/20.500.12272/8039
work_keys_str_mv AT mendezgarabettimiguel essimincrementoencalidaddeprediccionmediantesintonizaciondeparametrosevolutivos
AT bianchinigerman essimincrementoencalidaddeprediccionmediantesintonizaciondeparametrosevolutivos
AT caymesscutaripaola essimincrementoencalidaddeprediccionmediantesintonizaciondeparametrosevolutivos
AT tardivomaria essimincrementoencalidaddeprediccionmediantesintonizaciondeparametrosevolutivos
_version_ 1768720914727305216

Ejemplares similares