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...
Guardado en:
Autores principales: | , , , , |
---|---|
Formato: | Artículo acceptedVersion |
Lenguaje: | Español |
Publicado: |
2023
|
Materias: | |
Acceso en línea: | http://hdl.handle.net/20.500.12272/8144 |
Aporte de: |
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 |