Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE

Autores
Tardivo, María; Caymes Scutari, Paola; Bianchini, Germán; Méndez Garabetti, Miguel
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
La calidad de las soluciones obtenidas por los métodos de predicción está condicionada por la falta de precisión o incertidumbre presente en los parámetros de entrada que alimentan los modelos, por lo cual resulta de interés el desarrollo y perfeccionamiento de métodos que permitan tratar la incertidumbre, a fin de obtener predicciones confiables. ESSIM-DE es un método general de predicción y reducción de incertidumbre basado en Análisis Estadístico, la metaheurística Evolución Diferencial y Cómputo de Alto Rendimiento, y ha sido aplicado a la predicción de la línea de fuego en incendios forestales. En este trabajo se presenta una estrategia de sintonización aplicada de forma automática y dinámica al parámetro que regula la cantidad de generaciones del proceso evolutivo, a fin de mejorar su rendimiento y evitar estancamiento y/o convergencia prematura. Se describen las métricas monitorizadas, los puntos y acciones de sintonización en el modelo distribuido y los resultados obtenidos con diferentes casos de quemas controladas
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
Peer Reviewed
Materia
Sintonización dinámica, Evolución Diferencial, Predicción de Incendios, Cómputo de Alto Rendimiento
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-06-22T12:00:28Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8082
Acceder
id RIAUTN_17b8c2499c868b3cc4309f901ef414c1
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8082
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DETardivo, MaríaCaymes Scutari, PaolaBianchini, GermánMéndez Garabetti, MiguelSintonización dinámica, Evolución Diferencial, Predicción de Incendios, Cómputo de Alto RendimientoLa calidad de las soluciones obtenidas por los métodos de predicción está condicionada por la falta de precisión o incertidumbre presente en los parámetros de entrada que alimentan los modelos, por lo cual resulta de interés el desarrollo y perfeccionamiento de métodos que permitan tratar la incertidumbre, a fin de obtener predicciones confiables. ESSIM-DE es un método general de predicción y reducción de incertidumbre basado en Análisis Estadístico, la metaheurística Evolución Diferencial y Cómputo de Alto Rendimiento, y ha sido aplicado a la predicción de la línea de fuego en incendios forestales. En este trabajo se presenta una estrategia de sintonización aplicada de forma automática y dinámica al parámetro que regula la cantidad de generaciones del proceso evolutivo, a fin de mejorar su rendimiento y evitar estancamiento y/o convergencia prematura. Se describen las métricas monitorizadas, los puntos y acciones de sintonización en el modelo distribuido y los resultados obtenidos con diferentes casos de quemas controladasFil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; ArgentinaPeer Reviewed2023-06-22T12:00:28Z2023-06-22T12:00:28Z2019-02-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf: XXV Congreso Argentino de Ciencias de la Computación (XXV CACIC). Año 2019.978-987-688-377-1http://hdl.handle.net/20.500.12272/8082spaPID 4736info:eu-repo/semantics/openAccess2023-06-22T12:00:28Zhttp://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 UniversalUniversidad Tecnológica Nacional. Facultad Regional MendozaAtribuciónreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:48:15Zoai:ria.utn.edu.ar:20.500.12272/8082instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:48:17.297Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
title Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
spellingShingle Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
Tardivo, María
Sintonización dinámica, Evolución Diferencial, Predicción de Incendios, Cómputo de Alto Rendimiento
title_short Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
title_full Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
title_fullStr Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
title_full_unstemmed Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
title_sort Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE
dc.creator.none.fl_str_mv Tardivo, María
Caymes Scutari, Paola
Bianchini, Germán
Méndez Garabetti, Miguel
author Tardivo, María
author_facet Tardivo, María
Caymes Scutari, Paola
Bianchini, Germán
Méndez Garabetti, Miguel
author_role author
author2 Caymes Scutari, Paola
Bianchini, Germán
Méndez Garabetti, Miguel
author2_role author
author
author
dc.subject.none.fl_str_mv Sintonización dinámica, Evolución Diferencial, Predicción de Incendios, Cómputo de Alto Rendimiento
topic Sintonización dinámica, Evolución Diferencial, Predicción de Incendios, Cómputo de Alto Rendimiento
dc.description.none.fl_txt_mv La calidad de las soluciones obtenidas por los métodos de predicción está condicionada por la falta de precisión o incertidumbre presente en los parámetros de entrada que alimentan los modelos, por lo cual resulta de interés el desarrollo y perfeccionamiento de métodos que permitan tratar la incertidumbre, a fin de obtener predicciones confiables. ESSIM-DE es un método general de predicción y reducción de incertidumbre basado en Análisis Estadístico, la metaheurística Evolución Diferencial y Cómputo de Alto Rendimiento, y ha sido aplicado a la predicción de la línea de fuego en incendios forestales. En este trabajo se presenta una estrategia de sintonización aplicada de forma automática y dinámica al parámetro que regula la cantidad de generaciones del proceso evolutivo, a fin de mejorar su rendimiento y evitar estancamiento y/o convergencia prematura. Se describen las métricas monitorizadas, los puntos y acciones de sintonización en el modelo distribuido y los resultados obtenidos con diferentes casos de quemas controladas
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
Peer Reviewed
description La calidad de las soluciones obtenidas por los métodos de predicción está condicionada por la falta de precisión o incertidumbre presente en los parámetros de entrada que alimentan los modelos, por lo cual resulta de interés el desarrollo y perfeccionamiento de métodos que permitan tratar la incertidumbre, a fin de obtener predicciones confiables. ESSIM-DE es un método general de predicción y reducción de incertidumbre basado en Análisis Estadístico, la metaheurística Evolución Diferencial y Cómputo de Alto Rendimiento, y ha sido aplicado a la predicción de la línea de fuego en incendios forestales. En este trabajo se presenta una estrategia de sintonización aplicada de forma automática y dinámica al parámetro que regula la cantidad de generaciones del proceso evolutivo, a fin de mejorar su rendimiento y evitar estancamiento y/o convergencia prematura. Se describen las métricas monitorizadas, los puntos y acciones de sintonización en el modelo distribuido y los resultados obtenidos con diferentes casos de quemas controladas
publishDate 2019
dc.date.none.fl_str_mv 2019-02-01
2023-06-22T12:00:28Z
2023-06-22T12:00:28Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv : XXV Congreso Argentino de Ciencias de la Computación (XXV CACIC). Año 2019.
978-987-688-377-1
http://hdl.handle.net/20.500.12272/8082
identifier_str_mv : XXV Congreso Argentino de Ciencias de la Computación (XXV CACIC). Año 2019.
978-987-688-377-1
url http://hdl.handle.net/20.500.12272/8082
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv PID 4736
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-06-22T12:00:28Z
http://creativecommons.org/publicdomain/zero/1.0/
CC0 1.0 Universal
Universidad Tecnológica Nacional. Facultad Regional Mendoza
Atribución
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-06-22T12:00:28Z
http://creativecommons.org/publicdomain/zero/1.0/
CC0 1.0 Universal
Universidad Tecnológica Nacional. Facultad Regional Mendoza
Atribución
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230957318111232
score 13.24418

Publicaciones similares