Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad

Autores
Caymes Scutari, Paola; Bianchini, Germán; Strappa, Jan
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La predicción de diversos fenómenos, como las avalanchas, los incendios, las inundaciones, etc., constituye un proceso complejo en el cual interviene una gran cantidad de información a considerar y numerosas acciones, operaciones, y procedimientos a realizar sobre dicha información. Ello permite modelar el fenómeno, predecir su comportamiento a un cierto plazo, y tomar las decisiones que se consideren más adecuadas a fin de prevenir, mitigar, o paliar los efectos negativos que pueden provocarse en el ecosistema, la población, la sociedad, y la economía a raíz del fenómeno. Nuestra línea de investigación propone abordar la predicción de fenómenos de propagación a través de la integración de tres elementos: la potencia que ofrece el cómputo paralelo/distribuido, la capacidad de los algoritmos poblacionales para orientar la búsqueda de soluciones, y la oportunidad que ofrecen los algoritmos basados en búsqueda por novedad (NS o novelty search). Dichos elementos serán considerados para una familia de métodos predictivos denominada DDM-MOS (Data Driven Methods with Multiple Overlapping Solutions), la cual se trata de una familia de métodos de ayuda a la decisión. Las características intrínsecas de la búsqueda basada en novedad privilegian la evolución u obtención de nuevos resultados (predicciones) en función de la novedad y no solamente por aptitud, como sucede en los algoritmos evolutivos puros. Dicha característica permitiría prevenir o disminuir la aparición de situaciones de convergencia prematura o estancamiento, en beneficio de la calidad de los resultados obtenidos al realizar la predicción.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Metaheurísticas
Predicción
Novelty
Incertidumbre
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/164010
Acceder
id SEDICI_684103ae6772262a0890d7e0ca939176
oai_identifier_str oai:sedici.unlp.edu.ar:10915/164010
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedadCaymes Scutari, PaolaBianchini, GermánStrappa, JanCiencias InformáticasMetaheurísticasPredicciónNoveltyIncertidumbreLa predicción de diversos fenómenos, como las avalanchas, los incendios, las inundaciones, etc., constituye un proceso complejo en el cual interviene una gran cantidad de información a considerar y numerosas acciones, operaciones, y procedimientos a realizar sobre dicha información. Ello permite modelar el fenómeno, predecir su comportamiento a un cierto plazo, y tomar las decisiones que se consideren más adecuadas a fin de prevenir, mitigar, o paliar los efectos negativos que pueden provocarse en el ecosistema, la población, la sociedad, y la economía a raíz del fenómeno. Nuestra línea de investigación propone abordar la predicción de fenómenos de propagación a través de la integración de tres elementos: la potencia que ofrece el cómputo paralelo/distribuido, la capacidad de los algoritmos poblacionales para orientar la búsqueda de soluciones, y la oportunidad que ofrecen los algoritmos basados en búsqueda por novedad (NS o novelty search). Dichos elementos serán considerados para una familia de métodos predictivos denominada DDM-MOS (Data Driven Methods with Multiple Overlapping Solutions), la cual se trata de una familia de métodos de ayuda a la decisión. Las características intrínsecas de la búsqueda basada en novedad privilegian la evolución u obtención de nuevos resultados (predicciones) en función de la novedad y no solamente por aptitud, como sucede en los algoritmos evolutivos puros. Dicha característica permitiría prevenir o disminuir la aparición de situaciones de convergencia prematura o estancamiento, en beneficio de la calidad de los resultados obtenidos al realizar la predicción.Red de Universidades con Carreras en Informática2023-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/164010spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-05T13:22:23Zoai:sedici.unlp.edu.ar:10915/164010Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-05 13:22:24.186SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
title Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
spellingShingle Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
Caymes Scutari, Paola
Ciencias Informáticas
Metaheurísticas
Predicción
Novelty
Incertidumbre
title_short Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
title_full Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
title_fullStr Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
title_full_unstemmed Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
title_sort Predicción de fenómenos naturales mediante paralelismo, algoritmos evolutivos y búsqueda por novedad
dc.creator.none.fl_str_mv Caymes Scutari, Paola
Bianchini, Germán
Strappa, Jan
author Caymes Scutari, Paola
author_facet Caymes Scutari, Paola
Bianchini, Germán
Strappa, Jan
author_role author
author2 Bianchini, Germán
Strappa, Jan
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Metaheurísticas
Predicción
Novelty
Incertidumbre
topic Ciencias Informáticas
Metaheurísticas
Predicción
Novelty
Incertidumbre
dc.description.none.fl_txt_mv La predicción de diversos fenómenos, como las avalanchas, los incendios, las inundaciones, etc., constituye un proceso complejo en el cual interviene una gran cantidad de información a considerar y numerosas acciones, operaciones, y procedimientos a realizar sobre dicha información. Ello permite modelar el fenómeno, predecir su comportamiento a un cierto plazo, y tomar las decisiones que se consideren más adecuadas a fin de prevenir, mitigar, o paliar los efectos negativos que pueden provocarse en el ecosistema, la población, la sociedad, y la economía a raíz del fenómeno. Nuestra línea de investigación propone abordar la predicción de fenómenos de propagación a través de la integración de tres elementos: la potencia que ofrece el cómputo paralelo/distribuido, la capacidad de los algoritmos poblacionales para orientar la búsqueda de soluciones, y la oportunidad que ofrecen los algoritmos basados en búsqueda por novedad (NS o novelty search). Dichos elementos serán considerados para una familia de métodos predictivos denominada DDM-MOS (Data Driven Methods with Multiple Overlapping Solutions), la cual se trata de una familia de métodos de ayuda a la decisión. Las características intrínsecas de la búsqueda basada en novedad privilegian la evolución u obtención de nuevos resultados (predicciones) en función de la novedad y no solamente por aptitud, como sucede en los algoritmos evolutivos puros. Dicha característica permitiría prevenir o disminuir la aparición de situaciones de convergencia prematura o estancamiento, en beneficio de la calidad de los resultados obtenidos al realizar la predicción.
Red de Universidades con Carreras en Informática
description La predicción de diversos fenómenos, como las avalanchas, los incendios, las inundaciones, etc., constituye un proceso complejo en el cual interviene una gran cantidad de información a considerar y numerosas acciones, operaciones, y procedimientos a realizar sobre dicha información. Ello permite modelar el fenómeno, predecir su comportamiento a un cierto plazo, y tomar las decisiones que se consideren más adecuadas a fin de prevenir, mitigar, o paliar los efectos negativos que pueden provocarse en el ecosistema, la población, la sociedad, y la economía a raíz del fenómeno. Nuestra línea de investigación propone abordar la predicción de fenómenos de propagación a través de la integración de tres elementos: la potencia que ofrece el cómputo paralelo/distribuido, la capacidad de los algoritmos poblacionales para orientar la búsqueda de soluciones, y la oportunidad que ofrecen los algoritmos basados en búsqueda por novedad (NS o novelty search). Dichos elementos serán considerados para una familia de métodos predictivos denominada DDM-MOS (Data Driven Methods with Multiple Overlapping Solutions), la cual se trata de una familia de métodos de ayuda a la decisión. Las características intrínsecas de la búsqueda basada en novedad privilegian la evolución u obtención de nuevos resultados (predicciones) en función de la novedad y no solamente por aptitud, como sucede en los algoritmos evolutivos puros. Dicha característica permitiría prevenir o disminuir la aparición de situaciones de convergencia prematura o estancamiento, en beneficio de la calidad de los resultados obtenidos al realizar la predicción.
publishDate 2023
dc.date.none.fl_str_mv 2023-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/164010
url http://sedici.unlp.edu.ar/handle/10915/164010
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4
info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1847978862502215680
score 13.087074

Publicaciones similares