Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/20.500.11962/29405
Title: | Aplicación de Técnicas de Aprendizaje Automático para predecir áreas en riesgo de incendio forestal |
Authors: | Riofrío Calderón, Guido Eduardo Paladines Ávila, Evelyn Daniela |
Keywords: | Inteligencia artificial Sistemas informáticos Ingeniero en sistemas informáticos y computación Tesis y disertaciones académicas |
Issue Date: | 2021 |
Citation: | Paladines Ávila, Evelyn Daniela. Riofrío Calderón, Guido Eduardo.(2021). Aplicación de Técnicas de Aprendizaje Automático para predecir áreas en riesgo de incendio forestal . Universidad Técnica Particular de Loja |
Description: | Resumen: Los incendios forestales causan muchos desastres ambientales y ponen en peligro la vida de las personas. El presente Trabajo de Titulación, busca la incorporación de las técnicas de aprendizaje automático en mundos de la inteligencia artificial (algoritmos), con el objetivo de involucrar a la humanidad, que, por motivos de falta de conocimiento no tienen la posibilidad de desarrollar modelos predictivos que den solución a desastres naturales comolo son los incendios forestales. Para ello, se realizó una investigación de diversas técnicas, métodos, modelos (regresión lineal, redes neuronales) y estrategias que hace uso Machine Learning, a esto se le añade una investigación sobre dataset que reflejen datos de incendios forestales en este caso se utilizó datos de Estados Unidos para saber, los factores que lo provocan y dar con una predicción de en qué área se podría estar dando un incendio con el fin de asegurar el éxito del Trabajo de Titulación.Como resultado se obtendrá un modelo de predicción, en el que se muestre los datos reales y los datos predichos en donde podría ocurrir el incendio y a su vez el área de este. |
URI: | http://dspace.utpl.edu.ec/handle/20.500.11962/29405 |
Appears in Collections: | Ingeniero en Sistemas Informáticos y Computación |
Files in This Item:
There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.