Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales

Los sistemas de predicción constituyen en nuestros días una gran herramienta computacional que puede brindar soporte en los planes de lucha contra el fuego y en la prevención de incendios forestales. ESSIM-DE es un método de predicción paralelo, el cual permite obtener predicciones de la línea...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Tardivo, María, Caymes Scutari, Paola, Bianchini, Germán, Méndez Garabetti, Miguel
Formato: Artículo acceptedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Incendios, Sintonización, Predicción
Acceso en línea:http://hdl.handle.net/20.500.12272/8090
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-8090
record_format dspace
spelling I68-R174-20.500.12272-80902023-06-22T16:14:20Z Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales Tardivo, María Caymes Scutari, Paola Bianchini, Germán Méndez Garabetti, Miguel Incendios, Sintonización, Predicción Los sistemas de predicción constituyen en nuestros días una gran herramienta computacional que puede brindar soporte en los planes de lucha contra el fuego y en la prevención de incendios forestales. ESSIM-DE es un método de predicción paralelo, el cual permite obtener predicciones de la línea de fuego utilizando Análisis Estadístico, la estrategia evolutiva Evolución Diferencial y Cómputo de Alto Desempeño. El Análisis Estadístico permite obtener la tendencia de la propagación de las llamas a lo largo del desarrollo del incendio. El Cómputo de Alto Desempeño se utiliza para mejorar los tiempos de respuesta bajo un esquema de procesamiento en paralelo. Finalmente, la estrategia evolutiva Evolución Diferencial guía el proceso de búsqueda hacia soluciones de calidad. ESSIM-DE ha sido estudiado durante los últimos años, con el fin de mejorar su rendimiento. Recientemente se ha incorporado un operador de reinicio de poblaciones, y la evaluación de un modelo de rendimiento para el componente evolutivo del método. En este trabajo se presenta un estudio de calibración estática sobre dos métricas asociadas a dicho modelo de rendimiento, con el fin de mejorar tanto la calidad como el tiempo de respuesta en la obtención de las predicciones. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina Peer Reviewed 2023-06-22T16:14:20Z 2023-06-22T16:14:20Z 2018-01-01 info:eu-repo/semantics/article acceptedVersion : VI Congreso Nacional de Ingeniería Informática / Sistemas de Información (CONAIISI 2018). Año 2018 http://hdl.handle.net/20.500.12272/8090 spa PID 4736 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, Sintonización, Predicción
spellingShingle Incendios, Sintonización, Predicción
Tardivo, María
Caymes Scutari, Paola
Bianchini, Germán
Méndez Garabetti, Miguel
Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales
topic_facet Incendios, Sintonización, Predicción
description Los sistemas de predicción constituyen en nuestros días una gran herramienta computacional que puede brindar soporte en los planes de lucha contra el fuego y en la prevención de incendios forestales. ESSIM-DE es un método de predicción paralelo, el cual permite obtener predicciones de la línea de fuego utilizando Análisis Estadístico, la estrategia evolutiva Evolución Diferencial y Cómputo de Alto Desempeño. El Análisis Estadístico permite obtener la tendencia de la propagación de las llamas a lo largo del desarrollo del incendio. El Cómputo de Alto Desempeño se utiliza para mejorar los tiempos de respuesta bajo un esquema de procesamiento en paralelo. Finalmente, la estrategia evolutiva Evolución Diferencial guía el proceso de búsqueda hacia soluciones de calidad. ESSIM-DE ha sido estudiado durante los últimos años, con el fin de mejorar su rendimiento. Recientemente se ha incorporado un operador de reinicio de poblaciones, y la evaluación de un modelo de rendimiento para el componente evolutivo del método. En este trabajo se presenta un estudio de calibración estática sobre dos métricas asociadas a dicho modelo de rendimiento, con el fin de mejorar tanto la calidad como el tiempo de respuesta en la obtención de las predicciones.
format Artículo
acceptedVersion
author Tardivo, María
Caymes Scutari, Paola
Bianchini, Germán
Méndez Garabetti, Miguel
author_facet Tardivo, María
Caymes Scutari, Paola
Bianchini, Germán
Méndez Garabetti, Miguel
author_sort Tardivo, María
title Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales
title_short Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales
title_full Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales
title_fullStr Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales
title_full_unstemmed Sintonización Estática de ESSIM-DE(lr) para Acelerar y Mejorar la Predicción de Incendios Forestales
title_sort sintonización estática de essim-de(lr) para acelerar y mejorar la predicción de incendios forestales
publishDate 2023
url http://hdl.handle.net/20.500.12272/8090
work_keys_str_mv AT tardivomaria sintonizacionestaticadeessimdelrparaacelerarymejorarlapredicciondeincendiosforestales
AT caymesscutaripaola sintonizacionestaticadeessimdelrparaacelerarymejorarlapredicciondeincendiosforestales
AT bianchinigerman sintonizacionestaticadeessimdelrparaacelerarymejorarlapredicciondeincendiosforestales
AT mendezgarabettimiguel sintonizacionestaticadeessimdelrparaacelerarymejorarlapredicciondeincendiosforestales
_version_ 1769989305610010624

Ejemplares similares