Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios

En este informe se analizaron métodos de inteligencia artificial, particularmente dos: redes neuronales y visión computacional, con el fin de analizar su posible incorporación al modelo de predicción de incendios llevado a cabo en el laboratorio de Cómputo Paralelo Distribuido(Licpad). Además...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bianchini, Germán, Caymes Scutari, Paola, Chirino, Pamela, Galdámez Bilardi, Mariela, Díaz, Karvin
Formato: Artículo acceptedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Inteligencia Artificial, Redes Neuronales, Visión Computacional, Paralelismo
Acceso en línea:http://hdl.handle.net/20.500.12272/8144
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-8144
record_format dspace
spelling I68-R174-20.500.12272-81442023-06-27T14:31:10Z Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios Bianchini, Germán Caymes Scutari, Paola Chirino, Pamela Galdámez Bilardi, Mariela Díaz, Karvin Inteligencia Artificial, Redes Neuronales, Visión Computacional, Paralelismo En este informe se analizaron métodos de inteligencia artificial, particularmente dos: redes neuronales y visión computacional, con el fin de analizar su posible incorporación al modelo de predicción de incendios llevado a cabo en el laboratorio de Cómputo Paralelo Distribuido(Licpad). Además analizaremos su posible paralelización con el fin de no afectar y si es posible mejorar el rendimiento del sistema actual. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina 2023-06-27T14:31:10Z 2023-06-27T14:31:10Z 2021-01-01 info:eu-repo/semantics/article acceptedVersion IX Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI 2021). Año 2021. http://hdl.handle.net/20.500.12272/8144 spa PID 7658 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 Inteligencia Artificial, Redes Neuronales, Visión Computacional, Paralelismo
spellingShingle Inteligencia Artificial, Redes Neuronales, Visión Computacional, Paralelismo
Bianchini, Germán
Caymes Scutari, Paola
Chirino, Pamela
Galdámez Bilardi, Mariela
Díaz, Karvin
Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
topic_facet Inteligencia Artificial, Redes Neuronales, Visión Computacional, Paralelismo
description En este informe se analizaron métodos de inteligencia artificial, particularmente dos: redes neuronales y visión computacional, con el fin de analizar su posible incorporación al modelo de predicción de incendios llevado a cabo en el laboratorio de Cómputo Paralelo Distribuido(Licpad). Además analizaremos su posible paralelización con el fin de no afectar y si es posible mejorar el rendimiento del sistema actual.
format Artículo
acceptedVersion
author Bianchini, Germán
Caymes Scutari, Paola
Chirino, Pamela
Galdámez Bilardi, Mariela
Díaz, Karvin
author_facet Bianchini, Germán
Caymes Scutari, Paola
Chirino, Pamela
Galdámez Bilardi, Mariela
Díaz, Karvin
author_sort Bianchini, Germán
title Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_short Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_full Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_fullStr Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_full_unstemmed Análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_sort análisis y paralelización de inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
publishDate 2023
url http://hdl.handle.net/20.500.12272/8144
work_keys_str_mv AT bianchinigerman analisisyparalelizaciondeinteligenciaartificialparalareducciondeincertidumbreenmodelosdepredicciondeincendios
AT caymesscutaripaola analisisyparalelizaciondeinteligenciaartificialparalareducciondeincertidumbreenmodelosdepredicciondeincendios
AT chirinopamela analisisyparalelizaciondeinteligenciaartificialparalareducciondeincertidumbreenmodelosdepredicciondeincendios
AT galdamezbilardimariela analisisyparalelizaciondeinteligenciaartificialparalareducciondeincertidumbreenmodelosdepredicciondeincendios
AT diazkarvin analisisyparalelizaciondeinteligenciaartificialparalareducciondeincertidumbreenmodelosdepredicciondeincendios
_version_ 1769989315711991808

Ejemplares similares