Mostrar el registro sencillo del ítem

dc.creator Martínez Saucedo, Ana Carolina
dc.date.accessioned 2022-08-30T17:41:54Z
dc.date.available 2022-08-30T17:41:54Z
dc.date.issued 2021
dc.identifier.uri http://hdl.handle.net/123456789/14106
dc.description.abstract En los últimos años, la severidad de los incendios forestales ha llegado a niveles preocupantes tanto a nivel internacional como nacional. No obstante, gracias al avance de la tecnología es posible predecir la ocurrencia y magnitud de estos a través de modelos de Machine Learning especialmente desarrollados para tal fin. En línea con diversas investigaciones realizadas en materia de predicción espaciotemporal de incendios forestales, en el presente trabajo el objetivo fue desarrollar un modelo de Machine Learning que contribuya a la prevención de incendios forestales en el Partido de Pinamar. Para ello, se desarrolló un pipeline que genera el dataset de incendios forestales específico a la zona y se entrenaron diversos modelos predictivos, alcanzando una sensibilidad del 88.4% para predecir la ocurrencia de incendios forestales en Pinamar. Asimismo, se desarrolló una aplicación web para que bomberos y autoridades gubernamentales locales puedan interpretar fácilmente las predicciones de incendio y en consecuencia tomar decisiones para prevenirlos. De esta manera, a través de este trabajo se sentaron las bases necesarias para poder ampliar el área de predicción de incendios forestales a localidades vecinas. es
dc.format.extent 112 p. es
dc.language.iso es es
dc.publisher Universidad Argentina de la Empresa
dc.title Aqua: desarrollo de un modelo de machine learning para prevenir incendios forestales en Pinamar es
dc.type Thesis es
uade.facultad Ingeniería y Ciencias Exactas es
uade.carrera Ing. Informática es
uade.contributor.tutor Inchausti, Pablo
uade.subject.keyword Machine Learning en
uade.subject.descriptor Informática es
uade.subject.descriptor Incendios Forestales es
uade.subject.descriptor Prevención de Incendios es
uade.subject.descriptor Medio Ambiente es
uade.notificaciones Posee autorizaciones y recomendación es
uade.autor.legajo 1078889


Accesos

Este ítem aparece en la(s) siguiente(s) colección(ones)

 

Mostrar el registro sencillo del ítem

 
 

Lima 775 - C1073AAO
Ciudad Autónoma de Buenos Aires

 

Sede Recoleta: Libertad 1340 - C1016ABB
Ciudad Autónoma de Buenos Aires

 

Campus Costa Argentina: Av. Intermédanos Sur 776
Pinamar, Provincia de Buenos Aires

 
 
 

Carreras acreditadas nacional e internacionalmente