Mostrar el registro sencillo del ítem
dc.contributor.author
Mendez Garabetti, Miguel
dc.contributor.author
Bianchini, German
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Tardivo, María Laura
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Caymes Scutari, Paola Guadalupe
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Gil Costa, Graciela Verónica
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.date.available
2019-02-11T17:07:40Z
dc.date.issued
2017-04
dc.identifier.citation
Mendez Garabetti, Miguel; Bianchini, German; Tardivo, María Laura; Caymes Scutari, Paola Guadalupe; Gil Costa, Graciela Verónica; Hybrid-parallel uncertainty reduction method applied to forest fire spread prediction; Ibero-American Science and Technology Education Consortium; Journal of Computer Science & Technology; 17; 1; 4-2017; 12-19
dc.identifier.issn
1666-6046
dc.identifier.uri
http://hdl.handle.net/11336/69844
dc.description.abstract
Fire behavior prediction can be a fundamental tool to reduce losses and damages in emergency situations. However, this process is often complex and affected by the existence of uncertainty. For this reason, from different areas of science, several methods and systems are developed and refined to reduce the effects of uncertainty In this paper we present the Hybrid Evolutionary-Statistical System with Island Model (HESS-IM). It is a hybrid uncertainty reduction method applied to forest fire spread prediction that combines the advantages of two evolutionary population metaheuristics: Evolutionary Algorithms and Differential Evolution. We evaluate the HESS-IM with three controlled fires scenarios, and we obtained favorable results compared to the previous methods in the literature.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Ibero-American Science and Technology Education Consortium
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
Hybrid Metaheuristics
dc.subject
Differential Evolution
dc.subject
Evolutionary Algorithms
dc.subject
Fire Prediction
dc.subject
Uncertainty Reduction
dc.subject.classification
Ciencias de la Computación
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ciencias de la Computación e Información
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Hybrid-parallel uncertainty reduction method applied to forest fire spread prediction
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2018-12-19T14:41:41Z
dc.journal.volume
17
dc.journal.number
1
dc.journal.pagination
12-19
dc.journal.pais
Argentina
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
La Plata
dc.description.fil
Fil: Mendez Garabetti, Miguel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Departamento de Sistemas de Información. Laboratorio de Investigación en Cómputo Paralelo/Distribuido; Argentina
dc.description.fil
Fil: Bianchini, German. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Departamento de Sistemas de Información. Laboratorio de Investigación en Cómputo Paralelo/Distribuido; Argentina
dc.description.fil
Fil: Tardivo, María Laura. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Departamento de Sistemas de Información. Laboratorio de Investigación en Cómputo Paralelo/Distribuido; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina
dc.description.fil
Fil: Caymes Scutari, Paola Guadalupe. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Departamento de Sistemas de Información. Laboratorio de Investigación en Cómputo Paralelo/Distribuido; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físico-Químicas y Naturales; Argentina
dc.description.fil
Fil: Gil Costa, Graciela Verónica. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físico-Químicas y Naturales; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
dc.journal.title
Journal of Computer Science & Technology
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/http://sedici.unlp.edu.ar/handle/10915/59977
Archivos asociados