Predicción de precipitación en Mendoza y Buenos Aires mediante técnicas de aprendizaje de máquinas
Autor/es: Mandrilli Escudero, Paula Alejandra;
Director/a: Santos, Jorge Rubén
Co-director/a: Monge, David A.
Integrante del jurado: Pacini, Elina; Simondi, Sebastián; González, Yanina
Tipo de tesis: Tesina de grado
Título al que opta: Licenciado en Ciencias Básicas con Orientación en Física
Carrera / Programa: Licenciatura en Ciencias Básicas con Orientación en Física
Unidad Académica / Dependencia: Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales
Institución otorgante: Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales
Año de realización / defensa: 2018
Cantidad de páginas: 77 p.
Idioma: Español
Resumen en Español:
En el presente trabajo se estudian dos modelos de Aprendizaje de Máquinas (AM) para evaluar sus desempeños en la predicción de ocurrencia de precipitación en la ciudad de Mendoza y en la Ciudad Autónoma de Buenos Aires (CABA) eninvierno y en verano.
En primer lugar, analizamos las características espacio-temporal de los datos meteorológicos (precipitación acumulada en tres horas y estado de la atmósfera cada seis horas) correspondientes a un período de quince años (2000 a 2014 inclusive), buscando aquellos con mayor influencia en la formación de la precipitación, facilitando la identificación del patrón que determina la precipitación mediante los modelos Regresión Logística (RL) y Red Neuronal Artificial (RNA). En segundo lugar, se aprenden los modelos mediante técnicas de AM y los evaluamos según métricas de tasa de aciertos y falsos negativos y de tiempos de ejecución al comparar las predicciones con las estimaciones de precipitación mediante información satelital.
Luego, contrastamos la capacidad de predicción de dichos modelos con la del modelo Weather Research and Forecasting Model (WRF) aplicados al año 2011.
Disciplinas
Descriptores
Este contenido se encuentra
publicado en
políticas de Acceso Abierto, bajo licencias
Creative Commons 3.0 - Algunos Derechos
Reservados
