Mostrar el registro sencillo del ítem
dc.contributor.author
Bianchini, Germán
dc.contributor.author
Caymes Scutari, Paola Guadalupe
dc.date.available
2016-07-19T19:31:08Z
dc.date.issued
2013-05
dc.identifier.citation
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
dc.identifier.issn
2314-3282
dc.identifier.uri
http://hdl.handle.net/11336/6602
dc.description.abstract
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.
dc.format
application/pdf
dc.language.iso
spa
dc.publisher
Asociación Argentina de Matemática Aplicada, Computacional e Industrial
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
Estadística
dc.subject
Incertidumbre
dc.subject
Algoritmos Evolutivos
dc.subject.classification
Estadística y Probabilidad
dc.subject.classification
Matemáticas
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
dc.subject.classification
Ciencias de la Computación
dc.subject.classification
Ciencias de la Computación e Información
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
dc.title
Método estadístico-evolutivo para la reducción de incertidumbre en procesos de predicción
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2015-10-15T19:55:07Z
dc.journal.volume
4
dc.journal.pagination
441-444
dc.journal.pais
Argentina
dc.journal.ciudad
Santa Fe
dc.description.fil
Fil: Bianchini, Germán. Universidad Tecnologica Nacional. Facultad Regional Mendoza. Departamento de Sistemas de Informacion. Laboratorio de Investigacion en Computo Paralelo/Distribuido; Argentina; Argentina
dc.description.fil
Fil: Caymes Scutari, Paola Guadalupe. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Tecnologica Nacional. Facultad Regional Mendoza. Departamento de Sistemas de Informacion. Laboratorio de Investigacion en Computo Paralelo/Distribuido; Argentina; Argentina
dc.journal.title
Revista MACI
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://asamaci.org.ar/wp-content/uploads/2021/06/MACI-Vol-4-2013.pdf
Archivos asociados