Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales

Autores
Caymes Scutari, Paola; Bianchini, Germán; Tardivo, María
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
La predicción de incendios forestales constituye una tarea compleja dado el nivel de incertidumbre presente en las variables del modelo, entre otros factores. En los últimos años se ha desarrollado un conjunto de métodos para la reducción de incertidumbre, los DDM-MOS (Métodos Conducidos por Datos con Múltiples Soluciones Solapadas). Los DDM-MOS realizan la predicción de la línea de fuego en base a la agregación de múltiples soluciones candidatas consideradas a lo largo del proceso de predicción. Cada DDM-MOS se caracteriza por el nivel de utilización que posee de elementos de Estadística, Computación Evolutiva y Metaheurísticas, Paralelismo, y Sintonización, que imprimen mejoras ya sea en cuanto a calidad de predicción, tiempo de ejecución o utilización de recursos. El uso de Estadística dio lugaral primer DDM-MOS, a través de la utilización de un experimento factorial que, para un incendio dado, calcula diferentes probables comportamientos cuyos resultados se analizan estadísticamente a fin de determinar la tendencia. La incorporación de Algoritmos Evolutivos permite trabajar con una población o muestra del espacio de búsqueda y así reducir el tamaño del experimento factorial de acuerdo a la orientación lograda por el proceso evolutivo. La Computación Paralela potencia el proceso de búsqueda tanto en términos de tiempo como en términos de jerarquización del espacio de búsqueda, al considerar varias poblaciones en paralelo. Metaheurísticas como Evolución Diferencial y Optimización por Enjambre de Partículas (y su hibridación)explotan las bondades de cada una de ellas. El proceso de Sintonización adapta de forma dinámica la cantidad de recursos computacionales utilizados para alcanzar una ejecución más eficiente. En este trabajo, se propone un modelo para sintonizar de forma automática y dinámica el parámetro que regula la cantidad de generaciones del proceso evolutivo, con el fin de reducir el tiempo de ejecución. Para ello se considera el Rango Intercuartil (IQR) como cuantificador de la variabilidad de la distribución delos elementos del espacio muestral considerado, en este caso en base al valor de aptitud de los elementos, el cual puede interpretarse como un indicador dela tendencia a estancarse o converger prematuramente que tiene el algoritmo.
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
Materia
Sintonización dinámica, Sintonización automática, Predicción de Incendios
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-06-22T12:34:45Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8083
Acceder
id RIAUTN_a46294d2aa6a3611c0ce3eae915c4f15
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8083
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestalesCaymes Scutari, PaolaBianchini, GermánTardivo, MaríaSintonización dinámica, Sintonización automática, Predicción de IncendiosLa predicción de incendios forestales constituye una tarea compleja dado el nivel de incertidumbre presente en las variables del modelo, entre otros factores. En los últimos años se ha desarrollado un conjunto de métodos para la reducción de incertidumbre, los DDM-MOS (Métodos Conducidos por Datos con Múltiples Soluciones Solapadas). Los DDM-MOS realizan la predicción de la línea de fuego en base a la agregación de múltiples soluciones candidatas consideradas a lo largo del proceso de predicción. Cada DDM-MOS se caracteriza por el nivel de utilización que posee de elementos de Estadística, Computación Evolutiva y Metaheurísticas, Paralelismo, y Sintonización, que imprimen mejoras ya sea en cuanto a calidad de predicción, tiempo de ejecución o utilización de recursos. El uso de Estadística dio lugaral primer DDM-MOS, a través de la utilización de un experimento factorial que, para un incendio dado, calcula diferentes probables comportamientos cuyos resultados se analizan estadísticamente a fin de determinar la tendencia. La incorporación de Algoritmos Evolutivos permite trabajar con una población o muestra del espacio de búsqueda y así reducir el tamaño del experimento factorial de acuerdo a la orientación lograda por el proceso evolutivo. La Computación Paralela potencia el proceso de búsqueda tanto en términos de tiempo como en términos de jerarquización del espacio de búsqueda, al considerar varias poblaciones en paralelo. Metaheurísticas como Evolución Diferencial y Optimización por Enjambre de Partículas (y su hibridación)explotan las bondades de cada una de ellas. El proceso de Sintonización adapta de forma dinámica la cantidad de recursos computacionales utilizados para alcanzar una ejecución más eficiente. En este trabajo, se propone un modelo para sintonizar de forma automática y dinámica el parámetro que regula la cantidad de generaciones del proceso evolutivo, con el fin de reducir el tiempo de ejecución. Para ello se considera el Rango Intercuartil (IQR) como cuantificador de la variabilidad de la distribución delos elementos del espacio muestral considerado, en este caso en base al valor de aptitud de los elementos, el cual puede interpretarse como un indicador dela tendencia a estancarse o converger prematuramente que tiene el algoritmo.Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina2023-06-22T12:34:45Z2023-06-22T12:34:45Z2019-01-01info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfSUMA 2019 (Reunión anual de la UMA junto a la SOMACHI). Año 2019.1514-9595http://hdl.handle.net/20.500.12272/8083spaPID 4736info:eu-repo/semantics/openAccess2023-06-22T12:34:45Zhttp://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 UniversalUniversidad Tecnológica Nacional. Facultad Regional MendozaAtribuciónreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:48:18Zoai:ria.utn.edu.ar:20.500.12272/8083instacron: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 12:48:19.268Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
title Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
spellingShingle Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
Caymes Scutari, Paola
Sintonización dinámica, Sintonización automática, Predicción de Incendios
title_short Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
title_full Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
title_fullStr Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
title_full_unstemmed Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
title_sort Modelo basado en Rango Intercuartil para la sintonización automática y dinámica aplicado a la predicción de incendios forestales
dc.creator.none.fl_str_mv Caymes Scutari, Paola
Bianchini, Germán
Tardivo, María
author Caymes Scutari, Paola
author_facet Caymes Scutari, Paola
Bianchini, Germán
Tardivo, María
author_role author
author2 Bianchini, Germán
Tardivo, María
author2_role author
author
dc.subject.none.fl_str_mv Sintonización dinámica, Sintonización automática, Predicción de Incendios
topic Sintonización dinámica, Sintonización automática, Predicción de Incendios
dc.description.none.fl_txt_mv La predicción de incendios forestales constituye una tarea compleja dado el nivel de incertidumbre presente en las variables del modelo, entre otros factores. En los últimos años se ha desarrollado un conjunto de métodos para la reducción de incertidumbre, los DDM-MOS (Métodos Conducidos por Datos con Múltiples Soluciones Solapadas). Los DDM-MOS realizan la predicción de la línea de fuego en base a la agregación de múltiples soluciones candidatas consideradas a lo largo del proceso de predicción. Cada DDM-MOS se caracteriza por el nivel de utilización que posee de elementos de Estadística, Computación Evolutiva y Metaheurísticas, Paralelismo, y Sintonización, que imprimen mejoras ya sea en cuanto a calidad de predicción, tiempo de ejecución o utilización de recursos. El uso de Estadística dio lugaral primer DDM-MOS, a través de la utilización de un experimento factorial que, para un incendio dado, calcula diferentes probables comportamientos cuyos resultados se analizan estadísticamente a fin de determinar la tendencia. La incorporación de Algoritmos Evolutivos permite trabajar con una población o muestra del espacio de búsqueda y así reducir el tamaño del experimento factorial de acuerdo a la orientación lograda por el proceso evolutivo. La Computación Paralela potencia el proceso de búsqueda tanto en términos de tiempo como en términos de jerarquización del espacio de búsqueda, al considerar varias poblaciones en paralelo. Metaheurísticas como Evolución Diferencial y Optimización por Enjambre de Partículas (y su hibridación)explotan las bondades de cada una de ellas. El proceso de Sintonización adapta de forma dinámica la cantidad de recursos computacionales utilizados para alcanzar una ejecución más eficiente. En este trabajo, se propone un modelo para sintonizar de forma automática y dinámica el parámetro que regula la cantidad de generaciones del proceso evolutivo, con el fin de reducir el tiempo de ejecución. Para ello se considera el Rango Intercuartil (IQR) como cuantificador de la variabilidad de la distribución delos elementos del espacio muestral considerado, en este caso en base al valor de aptitud de los elementos, el cual puede interpretarse como un indicador dela tendencia a estancarse o converger prematuramente que tiene el algoritmo.
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
description La predicción de incendios forestales constituye una tarea compleja dado el nivel de incertidumbre presente en las variables del modelo, entre otros factores. En los últimos años se ha desarrollado un conjunto de métodos para la reducción de incertidumbre, los DDM-MOS (Métodos Conducidos por Datos con Múltiples Soluciones Solapadas). Los DDM-MOS realizan la predicción de la línea de fuego en base a la agregación de múltiples soluciones candidatas consideradas a lo largo del proceso de predicción. Cada DDM-MOS se caracteriza por el nivel de utilización que posee de elementos de Estadística, Computación Evolutiva y Metaheurísticas, Paralelismo, y Sintonización, que imprimen mejoras ya sea en cuanto a calidad de predicción, tiempo de ejecución o utilización de recursos. El uso de Estadística dio lugaral primer DDM-MOS, a través de la utilización de un experimento factorial que, para un incendio dado, calcula diferentes probables comportamientos cuyos resultados se analizan estadísticamente a fin de determinar la tendencia. La incorporación de Algoritmos Evolutivos permite trabajar con una población o muestra del espacio de búsqueda y así reducir el tamaño del experimento factorial de acuerdo a la orientación lograda por el proceso evolutivo. La Computación Paralela potencia el proceso de búsqueda tanto en términos de tiempo como en términos de jerarquización del espacio de búsqueda, al considerar varias poblaciones en paralelo. Metaheurísticas como Evolución Diferencial y Optimización por Enjambre de Partículas (y su hibridación)explotan las bondades de cada una de ellas. El proceso de Sintonización adapta de forma dinámica la cantidad de recursos computacionales utilizados para alcanzar una ejecución más eficiente. En este trabajo, se propone un modelo para sintonizar de forma automática y dinámica el parámetro que regula la cantidad de generaciones del proceso evolutivo, con el fin de reducir el tiempo de ejecución. Para ello se considera el Rango Intercuartil (IQR) como cuantificador de la variabilidad de la distribución delos elementos del espacio muestral considerado, en este caso en base al valor de aptitud de los elementos, el cual puede interpretarse como un indicador dela tendencia a estancarse o converger prematuramente que tiene el algoritmo.
publishDate 2019
dc.date.none.fl_str_mv 2019-01-01
2023-06-22T12:34:45Z
2023-06-22T12:34:45Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv SUMA 2019 (Reunión anual de la UMA junto a la SOMACHI). Año 2019.
1514-9595
http://hdl.handle.net/20.500.12272/8083
identifier_str_mv SUMA 2019 (Reunión anual de la UMA junto a la SOMACHI). Año 2019.
1514-9595
url http://hdl.handle.net/20.500.12272/8083
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
2023-06-22T12:34:45Z
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 2023-06-22T12:34:45Z
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_ 1877230959173042176
score 13.24418

Publicaciones similares