Predicción de deslizamientos desencadenados por lluvias con métodos de inteligencia artificial
Descripción del Articulo
Debido a la fisiografía del territorio peruano, este se encuentra expuesto a diversos eventos naturales, tales como inundaciones, flujos, deslizamientos, etc. Este último es activado principalmente por las lluvias, por lo cual surge la necesidad de contar con instrumentos metodológicos para la gener...
Autor: | |
---|---|
Formato: | tesis de maestría |
Fecha de Publicación: | 2022 |
Institución: | Superintendencia Nacional de Educación Superior Universitaria |
Repositorio: | Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI |
Lenguaje: | español |
OAI Identifier: | oai:renati.sunedu.gob.pe:renati/6365 |
Enlace del recurso: | https://renati.sunedu.gob.pe/handle/sunedu/3343437 |
Nivel de acceso: | acceso abierto |
Materia: | Inteligencia artificial Observaciones meteorológicas Deslizamientos de tierra Precipitaciones atmosféricas Lluvia https://purl.org/pe-repo/ocde/ford#1.02.01 |
Sumario: | Debido a la fisiografía del territorio peruano, este se encuentra expuesto a diversos eventos naturales, tales como inundaciones, flujos, deslizamientos, etc. Este último es activado principalmente por las lluvias, por lo cual surge la necesidad de contar con instrumentos metodológicos para la generación de escenarios de susceptibilidad a deslizamientos. En ese sentido se ha desarrollado un modelo basado con métodos de inteligencia artificial para la generación de escenarios a escala regional. Se emplearon métodos de aprendizaje automático para relacionar los factores condicionantes del terreno; los pronósticos de lluvia, de la entidad oficial, como factor desencadenante; y el inventario nacional de deslizamientos del departamento de Ancash para el entrenamiento y validación del modelo. Finalmente, se obtuvo que el modelo de red neuronal con 2 capas ocultas presentó un mejor comportamiento con un AUC de 90.5%, en comparación con otras estructuras de red neuronal que presentaban valores de AUC inferiores al 89.7%. |
---|
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).
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).