Redes neuronales y lógica difusa aplicado a un sistema climatológico

Descripción del Articulo

El presente trabajo de investigación trata del diseño y simulación de un sistema de pronóstico de precipitación pluvial utilizando técnicas neuro-difusas.Este sistema tendrá como entradas las siguientes variables: temperatura, humedad relativa, dirección de viento, ya que para el pronóstico de la pr...

Descripción completa

Detalles Bibliográficos
Autor: Lozada Vilca, Russel Allidren
Formato: tesis doctoral
Fecha de Publicación:2017
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:UNSA/5040
Enlace del recurso:http://repositorio.unsa.edu.pe/handle/UNSA/5040
Nivel de acceso:acceso abierto
Materia:Redes neuronales
Lógica difusa
Sistema climatológico
Precipitación pluvial
https://purl.org/pe-repo/ocde/ford#2.02.03
id UNSA_c14d492d06332dae98acd55bec6a0799
oai_identifier_str oai:repositorio.unsa.edu.pe:UNSA/5040
network_acronym_str UNSA
network_name_str UNSA-Institucional
repository_id_str 4847
spelling Raul Sulla, TorresLozada Vilca, Russel Allidren2018-01-22T13:50:18Z2018-01-22T13:50:18Z2017El presente trabajo de investigación trata del diseño y simulación de un sistema de pronóstico de precipitación pluvial utilizando técnicas neuro-difusas.Este sistema tendrá como entradas las siguientes variables: temperatura, humedad relativa, dirección de viento, ya que para el pronóstico de la precipitación pluvial intervienen estas variables.El sistema de neuro-difuso denominado también sistemas flexibles, tienen propiedades como por ejemplo: mientras las redes neuronales ofrecen ventajas como el aprendizaje, adaptación, tolerancia a fallas, paralelismo y generalización, no son buenas para explicar como han alcanzado sus decisiones, en cambio los sistemas difusos, los cuales razonan con información imprecisa a través de un mecanismo de inferencia bajo incertidumbre lingüística, son buenos explicando sus decisiones pero no pueden adquirir automáticamente las reglas que usan para tomarlas. Y en base al comportamiento de las variables mencionadas, tendrán que darnos una cierta incertidumbre del pronóstico de la precipitación pluvial, además de ir aprendiendo en este área. La simulación del sistema se hará en MATLAB, adquiriendo datos externos, de las variables que se comportarán como entradas al sistema, estas variables serán procesadas mediante un sistema neuro-difuso el cual nos dará un resultado de incertidumbre de la precipitación pluvial.Tesisapplication/pdfhttp://repositorio.unsa.edu.pe/handle/UNSA/5040spaUniversidad Nacional de San Agustín de Arequipainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSARedes neuronalesLógica difusaSistema climatológicoPrecipitación pluvialhttps://purl.org/pe-repo/ocde/ford#2.02.03Redes neuronales y lógica difusa aplicado a un sistema climatológicoinfo:eu-repo/semantics/doctoralThesisSUNEDUDoctorado en Ciencias: Ingeniería MecatrónicaUniversidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ingeniería de Producción y ServiciosDoctoradoDoctor en Ciencias: Ingeniería MecatrónicaORIGINALIEDlovira.pdfapplication/pdf1854167https://repositorio.unsa.edu.pe/bitstreams/3747236f-41d1-45c8-a346-2665b8f0138c/download4b52869eaf888e1eb688555bcdefae31MD51TEXTIEDlovira.pdf.txtIEDlovira.pdf.txtExtracted texttext/plain143751https://repositorio.unsa.edu.pe/bitstreams/3a845b19-0555-4840-82e7-62b60decfd0a/download5474cd832180a7c56ce1c85996801c19MD52UNSA/5040oai:repositorio.unsa.edu.pe:UNSA/50402022-05-29 11:32:51.524http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.pe
dc.title.es_PE.fl_str_mv Redes neuronales y lógica difusa aplicado a un sistema climatológico
title Redes neuronales y lógica difusa aplicado a un sistema climatológico
spellingShingle Redes neuronales y lógica difusa aplicado a un sistema climatológico
Lozada Vilca, Russel Allidren
Redes neuronales
Lógica difusa
Sistema climatológico
Precipitación pluvial
https://purl.org/pe-repo/ocde/ford#2.02.03
title_short Redes neuronales y lógica difusa aplicado a un sistema climatológico
title_full Redes neuronales y lógica difusa aplicado a un sistema climatológico
title_fullStr Redes neuronales y lógica difusa aplicado a un sistema climatológico
title_full_unstemmed Redes neuronales y lógica difusa aplicado a un sistema climatológico
title_sort Redes neuronales y lógica difusa aplicado a un sistema climatológico
author Lozada Vilca, Russel Allidren
author_facet Lozada Vilca, Russel Allidren
author_role author
dc.contributor.advisor.fl_str_mv Raul Sulla, Torres
dc.contributor.author.fl_str_mv Lozada Vilca, Russel Allidren
dc.subject.es_PE.fl_str_mv Redes neuronales
Lógica difusa
Sistema climatológico
Precipitación pluvial
topic Redes neuronales
Lógica difusa
Sistema climatológico
Precipitación pluvial
https://purl.org/pe-repo/ocde/ford#2.02.03
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.03
description El presente trabajo de investigación trata del diseño y simulación de un sistema de pronóstico de precipitación pluvial utilizando técnicas neuro-difusas.Este sistema tendrá como entradas las siguientes variables: temperatura, humedad relativa, dirección de viento, ya que para el pronóstico de la precipitación pluvial intervienen estas variables.El sistema de neuro-difuso denominado también sistemas flexibles, tienen propiedades como por ejemplo: mientras las redes neuronales ofrecen ventajas como el aprendizaje, adaptación, tolerancia a fallas, paralelismo y generalización, no son buenas para explicar como han alcanzado sus decisiones, en cambio los sistemas difusos, los cuales razonan con información imprecisa a través de un mecanismo de inferencia bajo incertidumbre lingüística, son buenos explicando sus decisiones pero no pueden adquirir automáticamente las reglas que usan para tomarlas. Y en base al comportamiento de las variables mencionadas, tendrán que darnos una cierta incertidumbre del pronóstico de la precipitación pluvial, además de ir aprendiendo en este área. La simulación del sistema se hará en MATLAB, adquiriendo datos externos, de las variables que se comportarán como entradas al sistema, estas variables serán procesadas mediante un sistema neuro-difuso el cual nos dará un resultado de incertidumbre de la precipitación pluvial.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2018-01-22T13:50:18Z
dc.date.available.none.fl_str_mv 2018-01-22T13:50:18Z
dc.date.issued.fl_str_mv 2017
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.unsa.edu.pe/handle/UNSA/5040
url http://repositorio.unsa.edu.pe/handle/UNSA/5040
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.es_PE.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
dc.source.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
Repositorio Institucional - UNSA
dc.source.none.fl_str_mv reponame:UNSA-Institucional
instname:Universidad Nacional de San Agustín
instacron:UNSA
instname_str Universidad Nacional de San Agustín
instacron_str UNSA
institution UNSA
reponame_str UNSA-Institucional
collection UNSA-Institucional
bitstream.url.fl_str_mv https://repositorio.unsa.edu.pe/bitstreams/3747236f-41d1-45c8-a346-2665b8f0138c/download
https://repositorio.unsa.edu.pe/bitstreams/3a845b19-0555-4840-82e7-62b60decfd0a/download
bitstream.checksum.fl_str_mv 4b52869eaf888e1eb688555bcdefae31
5474cd832180a7c56ce1c85996801c19
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNSA
repository.mail.fl_str_mv repositorio@unsa.edu.pe
_version_ 1828762829468991488
score 13.78462
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).