Método de Reducción de Incertidumbre basado en Algoritmos Evolutivos y Paralelismo orientado a la predicción y prevención de desastres naturales | ||
| dc.conicet.grado | Universitario de posgrado/doctorado | |
| dc.conicet.organizacion | Universidad Tecnológica Nacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza | |
| dc.conicet.organizacion | Universidad Tecnológica Nacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | Universidad Nacional de San Luis | |
| dc.conicet.organizacion | Universidad Tecnológica Nacional | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza | |
| dc.conicet.otorgante | Universidad Nacional de San Luis. Facultad de Ciencias Físico- Matemáticas y Naturales | es |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Director | |
| dc.conicet.rol | Codirector | |
| dc.conicet.rol | Codirector | |
| dc.conicet.titulo | Doctor en Ciencias de la Computación | es |
| dc.contributor | Bianchini, German | |
| dc.contributor | Gil Costa, Graciela Verónica | |
| dc.contributor | Caymes Scutari, Paola Guadalupe | |
| dc.contributor.author | Méndez, Miguel Ángel | |
| dc.date.issued | 2020-07-20 | |
| dc.description.abstract | La presente tesis doctoral aborda la problemática de la incertidumbre existente en todo sistema de predicción, focalizando en el desarrollo de métodos de reducción de incertidumbre aplicados a la predicción de fenómenos naturales. Debido a que estos fenómenos suelen causar gran impacto en las comunidades, la flora y la fauna, el ecosistema, entre otros, los sistemas de predicción deben proporcionar respuesta en el menor tiempo posible. Por estos motivos, los métodos propuestos han sido desarrollados utilizando capacidades de alto rendimiento. El primer método desarrollado en esta tesis (ESS-IM), comenzó con el objetivo de lograr una mejora a una metodología previamente desarrollada denominada ESS (Sistema Estadístico Evolutivo). Específicamente se trabajó en el incremento del paralelismo de la metaheurística interna, incorporando una arquitectura basada en modelo de islas bajo un esquema de migración. Este desarrollo logró incrementar la capacidad de búsqueda de la metaheurística interna, impactando de forma directa en un incremento en la calidad de predicción del método. En la validación, ESS-IM fue aplicado en una serie de casos de quemas controladas e incendios forestales. Es importante destacar que, en forma conjunta al desarrollo de la tesis, se llevaron a cabo diferentes investigaciones complementarias, tales como: estudios de sintonización de parámetros, desarrollo de un sistema de generación de mapas de incendios forestales a partir de imágenes satelitales, diseño de una red inalámbrica de sensores como sistema de alerta temprana, entre otros. Finalmente, en la última etapa de la tesis, se implementó una versión híbrida basada en metaheurísticas evolutivas bajo una estrategia colaborativa basada en islas. El método HESS-IM, se implementó de forma heterogénea (a nivel de hardware), logrando que los resultados obtenidos incrementen la calidad de predicción y eficiencia del método. | es |
| dc.description.fil | Fil: Méndez, Miguel Ángel. Universidad Tecnológica Nacional; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Méndez, Miguel Ángel; Bianchini, German; Gil Costa, Graciela Verónica; Caymes Scutari, Paola Guadalupe; Método de Reducción de Incertidumbre basado en Algoritmos Evolutivos y Paralelismo orientado a la predicción y prevención de desastres naturales; 20-7-2020 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/144639 | |
| dc.language.iso | spa | es |
| dc.rights | info:eu-repo/semantics/embargoedAccess | * |
| dc.rights.embargoDate | 2022-04-21 | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | REDUCCIÓN DE INCERTIDUMBRE | es |
| dc.subject | PARALELISMO | es |
| dc.subject | ALGORITMOS EVOLUTIVOS | es |
| dc.subject | DESASTRES NATURALES | es |
| dc.subject.classification | Ciencias de la Computación | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Método de Reducción de Incertidumbre basado en Algoritmos Evolutivos y Paralelismo orientado a la predicción y prevención de desastres naturales | es |
| dc.type | info:eu-repo/semantics/doctoralThesis | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.5dc56d22-fa2a-4d32-8384-6d51db2a8133_A.pdf
- Tamaño:
- 14.64 MB
- Formato:
- Adobe Portable Document Format