Repositorio Institucional
Repositorio Institucional
CONICET Digital
  • Inicio
  • EXPLORAR
    • AUTORES
    • DISCIPLINAS
    • COMUNIDADES
  • Estadísticas
  • Novedades
    • Noticias
    • Boletines
  • Ayuda
    • General
    • Datos de investigación
  • Acerca de
    • CONICET Digital
    • Equipo
    • Red Federal
  • Contacto
JavaScript is disabled for your browser. Some features of this site may not work without it.
  • INFORMACIÓN GENERAL
  • RESUMEN
  • ESTADISTICAS
 
Artículo

Método estadístico-evolutivo para la reducción de incertidumbre en procesos de predicción

Bianchini, Germán; Caymes Scutari, Paola GuadalupeIcon
Fecha de publicación: 05/2013
Editorial: Asociación Argentina de Matemática Aplicada, Computacional e Industrial
Revista: Revista MACI
ISSN: 2314-3282
Idioma: Español
Tipo de recurso: Artículo publicado
Clasificación temática:
Estadística y Probabilidad; Ciencias de la Computación

Resumen

Existen diversos factores que dificultan y limitan el modelado y la implementación de fenómenos ambientales, y que impactan en la calidad de la predicción arrojada por la evaluación del modelo en función de los parámetros de entrada. Por su parte, existen diferentes métodos para la reducción de incertidumbre, los cuales permiten reducir los efectos negativos provocados por los aspectos no representables o cuantificables ya sea matemática o computacionalmente. En este trabajo se describe un método de reducción de incertidumbre basado en la estadística, la computación evolutiva y el paralelismo, denominado Evolutionary-Statistical System o ESS. El método es iterativo y dirigido por datos con solución múltiple solapada. Su potencia se basa en aumentar la predicción realizada por el modelo implementado en el simulador con la orientación de la búsqueda y la calibración de los resultados.
Palabras clave: Estadística , Incertidumbre , Algoritmos Evolutivos
Ver el registro completo
 
Archivos asociados
Thumbnail
 
Tamaño: 193.8Kb
Formato: PDF
.
Descargar
Licencia
info:eu-repo/semantics/openAccess Excepto donde se diga explícitamente, este item se publica bajo la siguiente descripción: Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Unported (CC BY-NC-SA 2.5)
Identificadores
URI: http://hdl.handle.net/11336/6602
URL: https://asamaci.org.ar/wp-content/uploads/2021/06/MACI-Vol-4-2013.pdf
Colecciones
Articulos(CCT - MENDOZA)
Articulos de CTRO.CIENTIFICO TECNOL.CONICET - MENDOZA
Citación
Bianchini, Germán; Caymes Scutari, Paola Guadalupe; Método estadístico-evolutivo para la reducción de incertidumbre en procesos de predicción; Asociación Argentina de Matemática Aplicada, Computacional e Industrial; Revista MACI; 4; 5-2013; 441-444
Compartir

Enviar por e-mail
Separar cada destinatario (hasta 5) con punto y coma.
  • Facebook
  • X Conicet Digital
  • Instagram
  • YouTube
  • Sound Cloud
  • LinkedIn

Los contenidos del CONICET están licenciados bajo Creative Commons Reconocimiento 2.5 Argentina License

https://www.conicet.gov.ar/ - CONICET

Inicio

Explorar

  • Autores
  • Disciplinas
  • Comunidades

Estadísticas

Novedades

  • Noticias
  • Boletines

Ayuda

Acerca de

  • CONICET Digital
  • Equipo
  • Red Federal

Contacto

Godoy Cruz 2290 (C1425FQB) CABA – República Argentina – Tel: +5411 4899-5400 repositorio@conicet.gov.ar
TÉRMINOS Y CONDICIONES