Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios

Autores
Chirino, Pamela; Galdámez Bilardi, Mariela; Díaz, Karvin; Ponce de León, Alejo; Caymes Scutari, Paola; Bianchini, Germán
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
La inteligencia artificial ha generado una revolución importante en los últimos años de la computación. En esta línea de trabajo se estudiarán dos formas de inteligencia artificial para aplicarlas en la reducción de incertidumbre en modelos de predicción, en este caso, el modelo de predicción de incendios llevado a cabo en el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM. En el mismo se trabaja con paralelismo, por lo tanto se analizará la posible paralelización de estos métodos. Los métodos de inteligencia artificial que se estudiarán son: Redes neuronales y Visión Computacional.
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
Materia
Inteligencia artificial, Redes neuronales, Paralelismo, Visión computacional, Predicción
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-06-27T16:09:44Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8153
Acceder
id RIAUTN_b153aab35d4193ceb984c1017d2da1b6
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8153
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendiosChirino, PamelaGaldámez Bilardi, MarielaDíaz, KarvinPonce de León, AlejoCaymes Scutari, PaolaBianchini, GermánInteligencia artificial, Redes neuronales, Paralelismo, Visión computacional, PredicciónLa inteligencia artificial ha generado una revolución importante en los últimos años de la computación. En esta línea de trabajo se estudiarán dos formas de inteligencia artificial para aplicarlas en la reducción de incertidumbre en modelos de predicción, en este caso, el modelo de predicción de incendios llevado a cabo en el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM. En el mismo se trabaja con paralelismo, por lo tanto se analizará la posible paralelización de estos métodos. Los métodos de inteligencia artificial que se estudiarán son: Redes neuronales y Visión Computacional.Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina2023-06-27T16:09:44Z2023-06-27T16:09:44Z2021-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfXXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021). Año 2021.http://hdl.handle.net/20.500.12272/8153spafraPID 7658info:eu-repo/semantics/openAccess2023-06-27T16:09:44Zhttp://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 UniversalUniversidad Tecnológica Nacional. Facultad Regional MendozaAtribuciónreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:46:48Zoai:ria.utn.edu.ar:20.500.12272/8153instacron: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 12:46:50.112Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
spellingShingle Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
Chirino, Pamela
Inteligencia artificial, Redes neuronales, Paralelismo, Visión computacional, Predicción
title_short Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_full Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_fullStr Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_full_unstemmed Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
title_sort Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
dc.creator.none.fl_str_mv Chirino, Pamela
Galdámez Bilardi, Mariela
Díaz, Karvin
Ponce de León, Alejo
Caymes Scutari, Paola
Bianchini, Germán
author Chirino, Pamela
author_facet Chirino, Pamela
Galdámez Bilardi, Mariela
Díaz, Karvin
Ponce de León, Alejo
Caymes Scutari, Paola
Bianchini, Germán
author_role author
author2 Galdámez Bilardi, Mariela
Díaz, Karvin
Ponce de León, Alejo
Caymes Scutari, Paola
Bianchini, Germán
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Inteligencia artificial, Redes neuronales, Paralelismo, Visión computacional, Predicción
topic Inteligencia artificial, Redes neuronales, Paralelismo, Visión computacional, Predicción
dc.description.none.fl_txt_mv La inteligencia artificial ha generado una revolución importante en los últimos años de la computación. En esta línea de trabajo se estudiarán dos formas de inteligencia artificial para aplicarlas en la reducción de incertidumbre en modelos de predicción, en este caso, el modelo de predicción de incendios llevado a cabo en el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM. En el mismo se trabaja con paralelismo, por lo tanto se analizará la posible paralelización de estos métodos. Los métodos de inteligencia artificial que se estudiarán son: Redes neuronales y Visión Computacional.
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
description La inteligencia artificial ha generado una revolución importante en los últimos años de la computación. En esta línea de trabajo se estudiarán dos formas de inteligencia artificial para aplicarlas en la reducción de incertidumbre en modelos de predicción, en este caso, el modelo de predicción de incendios llevado a cabo en el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM. En el mismo se trabaja con paralelismo, por lo tanto se analizará la posible paralelización de estos métodos. Los métodos de inteligencia artificial que se estudiarán son: Redes neuronales y Visión Computacional.
publishDate 2021
dc.date.none.fl_str_mv 2021-01-01
2023-06-27T16:09:44Z
2023-06-27T16:09:44Z
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 XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021). Año 2021.
http://hdl.handle.net/20.500.12272/8153
identifier_str_mv XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021). Año 2021.
url http://hdl.handle.net/20.500.12272/8153
dc.language.none.fl_str_mv spa
fra
language spa
fra
dc.relation.none.fl_str_mv PID 7658
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-06-27T16:09:44Z
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 2023-06-27T16:09:44Z
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_ 1877230929372512256
score 13.265058

Publicaciones similares