Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.espe.edu.ec/handle/21000/10334
Título : | Análisis del desempeño de algoritmos de detección de eventos vulcanológicos basados en Machine Learning |
Autor: | Morejón Patiño, Juan Francisco |
Palabras clave : | INGENIERÍA DE SOFTWARE REDES NEURONALES BASES DE DATOS EVENTOS VULCANOLÓGICOS |
Fecha de publicación : | 2015 |
Editorial: | Universidad de las Fuerzas Armadas ESPE. Maestría en Redes de Información y Conectividad. |
Citación : | Morejón Patiño, Juan Francisco (2015). Análisis del desempeño de algoritmos de detección de eventos vulcanológicos basados en Machine Learning. Maestría en Redes de Información y Conectividad. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí. |
Abstract: | La detección y caracterización de eventos vulcanológicos y en consecuencia su clasificación, puede ayudar a determinar el comportamiento de un volcán con la finalidad de prevenir a la sociedad frente a una eventual erupción. Es por ello, necesario encontrar un algoritmo con un alto desempeño, que sea capaz de identificar cada evento. El empleo de machine learning junto con la medición de parámetros de desempeño como la exactitud, precisión, sensibilidad, especificidad y el gasto computacional son métricas consideradas que permiten definir o establecer el mejor algoritmo. Los datos empleados en el presente trabajo comprenden un período de seis meses de monitorización del volcán Cotopaxi, entre enero y junio del año 2012, datos provistos por el Instituto Geofísico de la Escuela Politécnica Nacional. |
URI : | http://repositorio.espe.edu.ec/handle/21000/10334 |
Aparece en las colecciones: | Maestría en Redes de Información y Conectividad |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
T-ESPE-048470.pdf | TRABAJO DE TITULACIÓN | 683,32 kB | Adobe PDF | Visualizar/Abrir |
T-ESPE-048470-D.pptx | DEFENSA | 7,16 MB | Microsoft Powerpoint XML | Visualizar/Abrir |
T-ESPE-048470-R.pdf | RESUMEN | 83,52 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.