Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017

Descripción del Articulo

El objetivo principal de la investigación fue generar caudales mensuales a partir de precipitaciones mensuales en la sub cuenca Querococha ubicada en la provincia de Recuay. La tipificación del estudio es aplicada de nivel predictivo, según el diseño de la investigación es no experimental y según la...

Descripción completa

Detalles Bibliográficos
Autor: Pineda Pariamachi, Alex Hessler
Formato: tesis de grado
Fecha de Publicación:2018
Institución:Universidad Nacional Santiago Antúnez de Mayolo
Repositorio:UNASAM-Institucional
Lenguaje:español
OAI Identifier:oai:172.16.0.151:UNASAM/2775
Enlace del recurso:http://repositorio.unasam.edu.pe/handle/UNASAM/2775
Nivel de acceso:acceso abierto
Materia:Redes Neuronales
Elman backpropagation
Caudales mensuales
id RUNM_a0e0e7dd7fdd13461a9f181ff7724f10
oai_identifier_str oai:172.16.0.151:UNASAM/2775
network_acronym_str RUNM
network_name_str UNASAM-Institucional
repository_id_str 4788
dc.title.es_PE.fl_str_mv Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
title Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
spellingShingle Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
Pineda Pariamachi, Alex Hessler
Redes Neuronales
Elman backpropagation
Caudales mensuales
title_short Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
title_full Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
title_fullStr Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
title_full_unstemmed Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
title_sort Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
author Pineda Pariamachi, Alex Hessler
author_facet Pineda Pariamachi, Alex Hessler
author_role author
dc.contributor.advisor.fl_str_mv Salas Díaz, Abelardo Manrique
dc.contributor.author.fl_str_mv Pineda Pariamachi, Alex Hessler
dc.subject.es_PE.fl_str_mv Redes Neuronales
Elman backpropagation
Caudales mensuales
topic Redes Neuronales
Elman backpropagation
Caudales mensuales
description El objetivo principal de la investigación fue generar caudales mensuales a partir de precipitaciones mensuales en la sub cuenca Querococha ubicada en la provincia de Recuay. La tipificación del estudio es aplicada de nivel predictivo, según el diseño de la investigación es no experimental y según la naturaleza de los datos manejados es cuantitativo. El método consistió en la aplicación de redes neuronales artificiales, específicamente, del modelo backpropagation, de este se probaron tres tipos de red neuronal artificial: Cascade forward backpropagation, Elman backpropagation y Feed forward backpropagation. Para definir la estructura más eficiente, se realizaron iteraciones en las funciones fundamentales basados en tres procesos principales: entrenamiento, validación y generación para cada tipo de red, se priorizo la generación de caudales mensuales, analizando previamente estos procesos en las precipitaciones mensuales; estos procesos se especifican en el contenido de la investigación. Se obtuvo un resultado satisfactorio en el uso de los tres tipos de red, resaltando de los tres el tipo Elman backpropagation, el cual presenta un coeficiente de correlación de 0.90 y un error máximo de 0.60 m3/seg. Desde esta perspectiva una de las conclusiones más importantes es la viabilidad de la generación de caudales mensuales mediante la aplicación de las redes neuronales artificiales solo con una variable de apoyo en este caso las precipitaciones mensuales
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2019-01-31T19:31:57Z
dc.date.available.none.fl_str_mv 2019-01-31T19:31:57Z
dc.date.issued.fl_str_mv 2018
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.unasam.edu.pe/handle/UNASAM/2775
url http://repositorio.unasam.edu.pe/handle/UNASAM/2775
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Santiago Antúnez de Mayolo
dc.source.es_PE.fl_str_mv Universidad Nacional Santiago Antúnez de Mayolo
Repositorio Institucional Digital
dc.source.none.fl_str_mv reponame:UNASAM-Institucional
instname:Universidad Nacional Santiago Antúnez de Mayolo
instacron:UNASAM
instname_str Universidad Nacional Santiago Antúnez de Mayolo
instacron_str UNASAM
institution UNASAM
reponame_str UNASAM-Institucional
collection UNASAM-Institucional
bitstream.url.fl_str_mv http://172.16.0.151/bitstream/UNASAM/2775/4/T033_46593921_T.pdf.txt
http://172.16.0.151/bitstream/UNASAM/2775/3/license.txt
http://172.16.0.151/bitstream/UNASAM/2775/2/license_rdf
http://172.16.0.151/bitstream/UNASAM/2775/1/T033_46593921_T.pdf
bitstream.checksum.fl_str_mv 2597aaf5da0ff1ec15bee6e39330d4b8
c52066b9c50a8f86be96c82978636682
bb87e2fb4674c76d0d2e9ed07fbb9c86
a4e2a9a1238a5a6712b46dcfafe46bc5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace
repository.mail.fl_str_mv weduardov2005@gmail.com
_version_ 1849781851946745856
spelling Salas Díaz, Abelardo ManriquePineda Pariamachi, Alex Hessler2019-01-31T19:31:57Z2019-01-31T19:31:57Z2018http://repositorio.unasam.edu.pe/handle/UNASAM/2775El objetivo principal de la investigación fue generar caudales mensuales a partir de precipitaciones mensuales en la sub cuenca Querococha ubicada en la provincia de Recuay. La tipificación del estudio es aplicada de nivel predictivo, según el diseño de la investigación es no experimental y según la naturaleza de los datos manejados es cuantitativo. El método consistió en la aplicación de redes neuronales artificiales, específicamente, del modelo backpropagation, de este se probaron tres tipos de red neuronal artificial: Cascade forward backpropagation, Elman backpropagation y Feed forward backpropagation. Para definir la estructura más eficiente, se realizaron iteraciones en las funciones fundamentales basados en tres procesos principales: entrenamiento, validación y generación para cada tipo de red, se priorizo la generación de caudales mensuales, analizando previamente estos procesos en las precipitaciones mensuales; estos procesos se especifican en el contenido de la investigación. Se obtuvo un resultado satisfactorio en el uso de los tres tipos de red, resaltando de los tres el tipo Elman backpropagation, el cual presenta un coeficiente de correlación de 0.90 y un error máximo de 0.60 m3/seg. Desde esta perspectiva una de las conclusiones más importantes es la viabilidad de la generación de caudales mensuales mediante la aplicación de las redes neuronales artificiales solo con una variable de apoyo en este caso las precipitaciones mensualesSubmitted by Wiliam Eduardo Varillas (weduardov2005@gmail.com) on 2019-01-31T19:31:57Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: bb87e2fb4674c76d0d2e9ed07fbb9c86 (MD5) T033_46593921_T.pdf: 30730396 bytes, checksum: a4e2a9a1238a5a6712b46dcfafe46bc5 (MD5)Made available in DSpace on 2019-01-31T19:31:57Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: bb87e2fb4674c76d0d2e9ed07fbb9c86 (MD5) T033_46593921_T.pdf: 30730396 bytes, checksum: a4e2a9a1238a5a6712b46dcfafe46bc5 (MD5) Previous issue date: 2018Tesisapplication/pdfspaUniversidad Nacional Santiago Antúnez de Mayoloinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/Universidad Nacional Santiago Antúnez de MayoloRepositorio Institucional Digitalreponame:UNASAM-Institucionalinstname:Universidad Nacional Santiago Antúnez de Mayoloinstacron:UNASAMRedes NeuronalesElman backpropagationCaudales mensualesGeneración de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017info:eu-repo/semantics/bachelorThesisSUNEDUTitulo ProfesionalIngeniero AgrícolaUniversidad Nacional Santiago Antúnez de Mayolo. Facultad de Ciencias AgrariasAgrícolaTEXTT033_46593921_T.pdf.txtT033_46593921_T.pdf.txtExtracted texttext/plain106627http://172.16.0.151/bitstream/UNASAM/2775/4/T033_46593921_T.pdf.txt2597aaf5da0ff1ec15bee6e39330d4b8MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81327http://172.16.0.151/bitstream/UNASAM/2775/3/license.txtc52066b9c50a8f86be96c82978636682MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232http://172.16.0.151/bitstream/UNASAM/2775/2/license_rdfbb87e2fb4674c76d0d2e9ed07fbb9c86MD52ORIGINALT033_46593921_T.pdfT033_46593921_T.pdfapplication/pdf30730396http://172.16.0.151/bitstream/UNASAM/2775/1/T033_46593921_T.pdfa4e2a9a1238a5a6712b46dcfafe46bc5MD51UNASAM/2775oai:172.16.0.151:UNASAM/27752021-11-25 09:16:23.841DSpaceweduardov2005@gmail.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
score 13.102259
Generación de caudales mensuales mediante redes neuronales artificiales a partir de precipitaciones mensuales en la sub cuenca Querococha, Recuay - 2017
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares