Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10644/7461
Tipo de Material (Spa): Tesis Maestría
Título : Análisis del desempeño de redes neuronales artificiales en la reconstrucción de datos pluviométricos de la ciudad de Quito
Autor : Egüez Dávila, Gustavo Ricardo
Director de Tesis: Paz, Henry
Descriptores / Subjects : CAMBIO CLIMÁTICO
INTELIGENCIA ARTIFICIAL
MODELO DE REDES NEURONALES
REDES NEURONALES ARTIFICIALES
Fecha de Publicación : 2020
Ciudad: Editorial : Quito, EC: Universidad Andina Simón Bolívar, Sede Ecuador
Paginación: 63 p.
Cita Sugerida : Egüez Dávila, Gustavo Ricardo. Análisis del desempeño de redes neuronales artificiales en la reconstrucción de datos pluviométricos de la ciudad de Quito. Quito, 2020, 63 p. Tesis (Maestría en Cambio Climático y Negociación Ambiental). Universidad Andina Simón Bolívar, Sede Ecuador. Área de Estudios Sociales y Globales.
Código: T-3258
Resumen / Abstract: Los impactos del cambio climático se determinan utilizando modelos de impacto. Estos modelos numéricos se alimentan, entre otras fuentes, con información climática de los últimos treinta años. Idealmente la información ha sido medida con la ayuda de estaciones meteorológicas y registrada a lo largo del tiempo, sin embargo, existen muchas localidades donde no se ha podido registrar la información desde hace treinta años o no se ha medido y registrado del todo. Para estos lugares sin información es necesario utilizar otros mecanismos, entre los más comunes están: bases de datos que han pasado por un proceso de aumento de escala, salidas de modelos de circulación general e información obtenida por sensores remotos. El presente trabajo propone otro mecanismo, el uso de redes neuronales artificiales para reconstruir los datos del pasado tomando como referencia los datos de otras estaciones. Se crearon dos redes neuronales, una red profunda y una red concurrente y dos modelos estadísticos, un modelo SARIMA y una regresión lineal. Se generaron datos aproximados de las estaciones M0003 y M0025, estaciones que pertenecen al Instituto Nacional de Meteorología e Hidrología. Se evaluó el desempeño de las redes neuronales y la pertinencia del uso de los datos reconstruidos en modelos de impacto del cambio climático. La red neuronal concurrente y el modelo estadístico SARIMA tuvieron unos indicadores de desempeño más bajos que el modelo de regresión lineal y la red neuronal profunda. Se concluyó que el proceso de reconstrucción de datos se asemeja más a un proceso de regresión que a un proceso de series temporales. La correlación para el modelo SARIMA y para la red neuronal concurrente fue menor a 0.8, por lo tanto, esta información no es apta para el uso en modelos de impacto al cambio climático. El modelo de regresión y la red neuronal profunda cumplen los requerimientos que permiten incorporar los datos reconstruidos en un modelo de impacto al cambio climático.
URI : http://hdl.handle.net/10644/7461
Aparece en las colecciones: Maestría en Cambio Climático y Negociación Ambiental

Archivos en este ítem:
Archivo Descripción Tamaño Formato  
T3258-MCCNA-Egüez-Analisis.pdf1,61 MBAdobe PDFThumbnail
Visualizar/Abrir


Este ítem está sujeto a una licencia Licencia Creative Commons Creative Commons


La Universidad Andina Simón Bolivar es un centro académico de postgrados, abierto a la cooperación internacional. Creada por el Parlamento Andino, forma parte del Sistema Andino de Integración. Eje fundamental de su trabajo es la reflexión sobre América Andina, su cultura, su desarrollo científico y tecnológico, su proceso de integración. Uno de sus objetivos básicos es estudiar el papel de la Comunidad Andina en América Latina y el mundo.