Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos

Autores
Pelorosso, Leandro
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Diehl, Alexandra
Ruiz, Juan José
Descripción
Este trabajo presenta Albero, una solución de análisis visual que expone distintos aspectos de los pronósticos probabilísticos basados en la técnica de regresión por pronósticos análogos (Reforecast Analog Regression, RAR). Esta técnica comprende el análisis de grandes cantidades de pronósticos meteorológicos generados con un modelo numérico específico y sus observaciones asociadas, con el fin de obtener una mejor estimación de la incertidumbre de un pronóstico actual, y de los sesgos y errores sistemáticos del modelo. Albero permite a los pronosticadores el estudio de pronósticos probabilísticos, los análogos y observaciones utilizados en la generación de los mismos, sus errores e información estadística adicional por medio de vistas coordinadas. Albero presenta una análisis visual compuesto de tres ciclos de proceso anidados. El primer bucle se compone de la parametrización y el refinamiento progresivo de la técnica. El segundo bucle proporciona un resumen interactivo e iterativo de los pronósticos probabilísticos. El tercer y último bucle permite un análisis detallado de los análogos y observaciones utilizadas, y propiedades estadísticas asociadas con la técnica. Hemos diseñado nuestra solución siguiendo una metodología participativa junto con expertos del dominio. Varios meteorólogos de diferentes orígenes validaron nuestro enfoque. Dos casos de estudio ilustran las capacidades de la solución presentada. Albero efectivamente facilita el análisis de incertidumbre y sesgos sistemáticos del modelo de predicción meteorológica para mejorar la toma de decisiones y la optimización de la técnica.
Fil: Pelorosso, Leandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
REFORECAST
RAR
INCERTIDUMBRE
PRONOSTICOS PROBABILISTICOS
VISUAL ANALYTICS
OPTIMIZACION
TOMA DE DECISIONES
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
seminario:seminario_nCOM000634_Pelorosso
Acceder
id BDUBAFCEN_d984054903cdba7c0aadf8fda3a64336
oai_identifier_str seminario:seminario_nCOM000634_Pelorosso
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogosPelorosso, LeandroREFORECASTRARINCERTIDUMBREPRONOSTICOS PROBABILISTICOSVISUAL ANALYTICSOPTIMIZACIONTOMA DE DECISIONESEste trabajo presenta Albero, una solución de análisis visual que expone distintos aspectos de los pronósticos probabilísticos basados en la técnica de regresión por pronósticos análogos (Reforecast Analog Regression, RAR). Esta técnica comprende el análisis de grandes cantidades de pronósticos meteorológicos generados con un modelo numérico específico y sus observaciones asociadas, con el fin de obtener una mejor estimación de la incertidumbre de un pronóstico actual, y de los sesgos y errores sistemáticos del modelo. Albero permite a los pronosticadores el estudio de pronósticos probabilísticos, los análogos y observaciones utilizados en la generación de los mismos, sus errores e información estadística adicional por medio de vistas coordinadas. Albero presenta una análisis visual compuesto de tres ciclos de proceso anidados. El primer bucle se compone de la parametrización y el refinamiento progresivo de la técnica. El segundo bucle proporciona un resumen interactivo e iterativo de los pronósticos probabilísticos. El tercer y último bucle permite un análisis detallado de los análogos y observaciones utilizadas, y propiedades estadísticas asociadas con la técnica. Hemos diseñado nuestra solución siguiendo una metodología participativa junto con expertos del dominio. Varios meteorólogos de diferentes orígenes validaron nuestro enfoque. Dos casos de estudio ilustran las capacidades de la solución presentada. Albero efectivamente facilita el análisis de incertidumbre y sesgos sistemáticos del modelo de predicción meteorológica para mejorar la toma de decisiones y la optimización de la técnica.Fil: Pelorosso, Leandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesDiehl, AlexandraRuiz, Juan José2018info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000634_Pelorossospainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-10-23T11:19:03Zseminario:seminario_nCOM000634_PelorossoInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-10-23 11:19:04.349Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
title Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
spellingShingle Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
Pelorosso, Leandro
REFORECAST
RAR
INCERTIDUMBRE
PRONOSTICOS PROBABILISTICOS
VISUAL ANALYTICS
OPTIMIZACION
TOMA DE DECISIONES
title_short Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
title_full Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
title_fullStr Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
title_full_unstemmed Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
title_sort Albero : visualización de pronósticos probabilísticos utilizando técnicas de análisis de análogos
dc.creator.none.fl_str_mv Pelorosso, Leandro
author Pelorosso, Leandro
author_facet Pelorosso, Leandro
author_role author
dc.contributor.none.fl_str_mv Diehl, Alexandra
Ruiz, Juan José
dc.subject.none.fl_str_mv REFORECAST
RAR
INCERTIDUMBRE
PRONOSTICOS PROBABILISTICOS
VISUAL ANALYTICS
OPTIMIZACION
TOMA DE DECISIONES
topic REFORECAST
RAR
INCERTIDUMBRE
PRONOSTICOS PROBABILISTICOS
VISUAL ANALYTICS
OPTIMIZACION
TOMA DE DECISIONES
dc.description.none.fl_txt_mv Este trabajo presenta Albero, una solución de análisis visual que expone distintos aspectos de los pronósticos probabilísticos basados en la técnica de regresión por pronósticos análogos (Reforecast Analog Regression, RAR). Esta técnica comprende el análisis de grandes cantidades de pronósticos meteorológicos generados con un modelo numérico específico y sus observaciones asociadas, con el fin de obtener una mejor estimación de la incertidumbre de un pronóstico actual, y de los sesgos y errores sistemáticos del modelo. Albero permite a los pronosticadores el estudio de pronósticos probabilísticos, los análogos y observaciones utilizados en la generación de los mismos, sus errores e información estadística adicional por medio de vistas coordinadas. Albero presenta una análisis visual compuesto de tres ciclos de proceso anidados. El primer bucle se compone de la parametrización y el refinamiento progresivo de la técnica. El segundo bucle proporciona un resumen interactivo e iterativo de los pronósticos probabilísticos. El tercer y último bucle permite un análisis detallado de los análogos y observaciones utilizadas, y propiedades estadísticas asociadas con la técnica. Hemos diseñado nuestra solución siguiendo una metodología participativa junto con expertos del dominio. Varios meteorólogos de diferentes orígenes validaron nuestro enfoque. Dos casos de estudio ilustran las capacidades de la solución presentada. Albero efectivamente facilita el análisis de incertidumbre y sesgos sistemáticos del modelo de predicción meteorológica para mejorar la toma de decisiones y la optimización de la técnica.
Fil: Pelorosso, Leandro. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description Este trabajo presenta Albero, una solución de análisis visual que expone distintos aspectos de los pronósticos probabilísticos basados en la técnica de regresión por pronósticos análogos (Reforecast Analog Regression, RAR). Esta técnica comprende el análisis de grandes cantidades de pronósticos meteorológicos generados con un modelo numérico específico y sus observaciones asociadas, con el fin de obtener una mejor estimación de la incertidumbre de un pronóstico actual, y de los sesgos y errores sistemáticos del modelo. Albero permite a los pronosticadores el estudio de pronósticos probabilísticos, los análogos y observaciones utilizados en la generación de los mismos, sus errores e información estadística adicional por medio de vistas coordinadas. Albero presenta una análisis visual compuesto de tres ciclos de proceso anidados. El primer bucle se compone de la parametrización y el refinamiento progresivo de la técnica. El segundo bucle proporciona un resumen interactivo e iterativo de los pronósticos probabilísticos. El tercer y último bucle permite un análisis detallado de los análogos y observaciones utilizadas, y propiedades estadísticas asociadas con la técnica. Hemos diseñado nuestra solución siguiendo una metodología participativa junto con expertos del dominio. Varios meteorólogos de diferentes orígenes validaron nuestro enfoque. Dos casos de estudio ilustran las capacidades de la solución presentada. Albero efectivamente facilita el análisis de incertidumbre y sesgos sistemáticos del modelo de predicción meteorológica para mejorar la toma de decisiones y la optimización de la técnica.
publishDate 2018
dc.date.none.fl_str_mv 2018
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/seminario_nCOM000634_Pelorosso
url https://hdl.handle.net/20.500.12110/seminario_nCOM000634_Pelorosso
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1846784894883069952
score 12.982451

Publicaciones similares