Por favor, use este identificador para citar o enlazar este ítem: http://dspace.utpl.edu.ec/handle/20.500.11962/29405
Título : Aplicación de Técnicas de Aprendizaje Automático para predecir áreas en riesgo de incendio forestal
Autor : Riofrío Calderón, Guido Eduardo
Paladines Ávila, Evelyn Daniela
Palabras clave : Inteligencia artificial
Sistemas informáticos
Ingeniero en sistemas informáticos y computación
Tesis y disertaciones académicas
Fecha de publicación : 2021
Citación : 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
Descripción : 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
Aparece en las colecciones: Ingeniero en Sistemas Informáticos y Computación

Ficheros en este ítem:


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.