Aplicación de Machine Learning para pronóstico de desplazamiento de lluvias usando imágenes del radar de lluvias de UDEP

Simple item page
dc.contributor.advisorRodríguez Arisméndiz, Rodolfoes
dc.contributor.authorNolasco Ramírez, Pool Domarvies
dc.contributor.otherUniversidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica.es
dc.coverage.spatialPerúes
dc.date.accessioned2023-04-28T21:56:25Z
dc.date.available2023-04-28T21:56:25Z
dc.date.issued2023-04-28es
dc.date.submitted2023-03es
dc.description.abstractLa tesis tiene como objetivo realizar un modelo de Deep Learning con el fin de implementar un sistema de pronóstico de desplazamiento de tormentas y en un futuro sirva como herramienta para un sistema de alerta temprana frente posibles fenómenos que afecten a la población de la región Piura. La metodología para su desarrollo incluye la adquisición de imágenes desde el software de control del radar de lluvias, además del pre y post procesamiento de los datos recopilados. Finalmente, un ordenamiento en secuencias de cuadros para entrada al modelo de Machine Learning (ML). Durante la parte de experimentación del modelo construido, se probaron diferentes versiones del mismo cambiando la arquitectura del modelo, así como sus hiperparámetros. Se realizaron cambios en cada versión del modelo en cuanto a la cantidad del número de capas, unidades de cada capa, funciones de activación y funciones de costo para ver la influencia de cada hiperparámetro en el modelo. Los resultados obtenidos en la validación con datos nuevos y luego de ajustar los hiperparámetros del modelo indicaron un buen índice de similitud respecto de datos reflejados en la realidad. Se concluye que se pudo apreciar en algunos de los ejemplos de secuencias elegidas para probar el modelo, se acercan muy bien a la salida real (la secuencia real). Pero siempre estará el desvanecimiento en los bordes de cada celda y ya se explicó que es debido a las redes convolucionales. Se concluye que el modelo aquí presente sí infiere la forma y desplazamiento de las celdas de lluvia y se ha comprobado en el capítulo de la parte de resultados. El plus que se buscaba era también predecir las intensidades de precipitación en cada celda, aunque de igual manera las primeras salidas predichas en cada secuencia si se asemejan a la parte real.es
dc.format.extent2,63 MBes
dc.format.mimetypeapplication/pdfes
dc.identifier.citationNolasco, P. (2023). Evaluación de la probabilidad de excedencia P50 /P90 de la radiación solar en Piura con System Advisor Model (SAM) (Tesis para optar el título de Ingeniero Mecánico-Eléctrico). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Mecánico-Eléctrica. Piura, Perú.es
dc.identifier.urihttps://hdl.handle.net/11042/6007
dc.languageEspañoles
dc.language.isospaes
dc.publisherUniversidad de Piuraes
dc.publisher.countryPEes
dc.relation.publishversion1es
dc.relation.requiresAdobe Readeres
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rights.holderPool Domarvi Nolasco Ramírezes
dc.rights.licenseCreative Commons Atribución-NoComercial-SinDerivar 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectAprendizaje automático (Inteligencia artificial) -- Aplicaciónes
dc.subjectPronóstico del tiempo -- Automatizaciónes
dc.subject.ddc006.31es
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.03es
dc.titleAplicación de Machine Learning para pronóstico de desplazamiento de lluvias usando imágenes del radar de lluvias de UDEPes
dc.typeinfo:eu-repo/semantics/bachelorThesises
renati.advisor.dni02608845
renati.advisor.orcidhttps://orcid.org/0000-0002-5415-7404es
renati.author.dni74284210
renati.discipline713076es
renati.jurorChinguel Arrese, César Albertoes
renati.jurorSoto Bohórquez, Juan Carloses
renati.jurorRodríguez Arisméndiz, Rodolfoes
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales
renati.typehttps://purl.org/pe-repo/renati/type#tesises
thesis.degree.disciplineIngeniería Mecánico-Eléctricaes
thesis.degree.grantorUniversidad de Piura. Facultad de Ingenieríaes
thesis.degree.nameIngeniero Mecánico-Eléctricoes
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
IME_2307.pdf
Size:
2.72 MB
Format:
Adobe Portable Document Format
Description:
Artículo principal
Download
No Thumbnail Available
Name:
Autorización_Nolasco Ramírez.pdf
Size:
209.44 KB
Format:
Adobe Portable Document Format
Description:
Autorización de publicación
Download
No Thumbnail Available
Name:
Reporte_Nolasco Ramírez.pdf
Size:
3.01 MB
Format:
Adobe Portable Document Format
Description:
Reporte Turnitin
Download
Collections
Área de Electrónica y Automatización - Tesis