Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE

Autores
Tardivo, María Laura; Caymes Scutari, Paola; BIanchini, Germán; Méndez Garabetti, Miguel
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los incendios forestales son uno de los fenómenos naturales más perjudiciales del planeta. Año tras año devastan miles de hectáreas y causan cambios irrecuperables en las zonas afectadas. Por tal motivo, surge el interés de contar con herramientas que puedan realizar pronósticos con antelación al desarrollo de los incendios. Sin embargo, los sistemas de predicción suelen presentar restricciones, no solo por las limitaciones computacionales de representación, sino también por la existencia de incertidumbre en los datos de entrada, debido a la dificultad de determinar sus valores con exactitud en tiempo real. Una adecuada determinación de los parámetros de entrada puede mejorar significativamente la calidad de predicción del método. En este trabajo se presenta un estudio de sintonización estática de los parámetros evolutivos del Sistema Estadístico Evolutivo con Modelo de Islas y Evolución Diferencial, con el fin de mejorar la calidad de la predicción.
XVII Workshop Agentes y Sistemas Inteligentes (WASI).
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Parallelism and concurrency
Análisis Estadístico
sintonización estática
Incendios Forestales
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:10915/55724
Acceder
id SEDICI_7450796ddeffe5ea197f9ffc88b3a86b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/55724
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DETardivo, María LauraCaymes Scutari, PaolaBIanchini, GermánMéndez Garabetti, MiguelCiencias InformáticasParallelism and concurrencyAnálisis Estadísticosintonización estáticaIncendios ForestalesLos incendios forestales son uno de los fenómenos naturales más perjudiciales del planeta. Año tras año devastan miles de hectáreas y causan cambios irrecuperables en las zonas afectadas. Por tal motivo, surge el interés de contar con herramientas que puedan realizar pronósticos con antelación al desarrollo de los incendios. Sin embargo, los sistemas de predicción suelen presentar restricciones, no solo por las limitaciones computacionales de representación, sino también por la existencia de incertidumbre en los datos de entrada, debido a la dificultad de determinar sus valores con exactitud en tiempo real. Una adecuada determinación de los parámetros de entrada puede mejorar significativamente la calidad de predicción del método. En este trabajo se presenta un estudio de sintonización estática de los parámetros evolutivos del Sistema Estadístico Evolutivo con Modelo de Islas y Evolución Diferencial, con el fin de mejorar la calidad de la predicción.XVII Workshop Agentes y Sistemas Inteligentes (WASI).Red de Universidades con Carreras en Informática (RedUNCI)2016-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf4-13http://sedici.unlp.edu.ar/handle/10915/55724spainfo:eu-repo/semantics/reference/hdl/10915/55718info: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:UNLP2025-10-22T16:47:15Zoai:sedici.unlp.edu.ar:10915/55724Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:47:16.25SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
title Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
spellingShingle Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
Tardivo, María Laura
Ciencias Informáticas
Parallelism and concurrency
Análisis Estadístico
sintonización estática
Incendios Forestales
title_short Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
title_full Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
title_fullStr Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
title_full_unstemmed Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
title_sort Ajuste de parámetros evolutivos para el método paralelo de reducción de incertidumbre ESSIM-DE
dc.creator.none.fl_str_mv Tardivo, María Laura
Caymes Scutari, Paola
BIanchini, Germán
Méndez Garabetti, Miguel
author Tardivo, María Laura
author_facet Tardivo, María Laura
Caymes Scutari, Paola
BIanchini, Germán
Méndez Garabetti, Miguel
author_role author
author2 Caymes Scutari, Paola
BIanchini, Germán
Méndez Garabetti, Miguel
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Parallelism and concurrency
Análisis Estadístico
sintonización estática
Incendios Forestales
topic Ciencias Informáticas
Parallelism and concurrency
Análisis Estadístico
sintonización estática
Incendios Forestales
dc.description.none.fl_txt_mv Los incendios forestales son uno de los fenómenos naturales más perjudiciales del planeta. Año tras año devastan miles de hectáreas y causan cambios irrecuperables en las zonas afectadas. Por tal motivo, surge el interés de contar con herramientas que puedan realizar pronósticos con antelación al desarrollo de los incendios. Sin embargo, los sistemas de predicción suelen presentar restricciones, no solo por las limitaciones computacionales de representación, sino también por la existencia de incertidumbre en los datos de entrada, debido a la dificultad de determinar sus valores con exactitud en tiempo real. Una adecuada determinación de los parámetros de entrada puede mejorar significativamente la calidad de predicción del método. En este trabajo se presenta un estudio de sintonización estática de los parámetros evolutivos del Sistema Estadístico Evolutivo con Modelo de Islas y Evolución Diferencial, con el fin de mejorar la calidad de la predicción.
XVII Workshop Agentes y Sistemas Inteligentes (WASI).
Red de Universidades con Carreras en Informática (RedUNCI)
description Los incendios forestales son uno de los fenómenos naturales más perjudiciales del planeta. Año tras año devastan miles de hectáreas y causan cambios irrecuperables en las zonas afectadas. Por tal motivo, surge el interés de contar con herramientas que puedan realizar pronósticos con antelación al desarrollo de los incendios. Sin embargo, los sistemas de predicción suelen presentar restricciones, no solo por las limitaciones computacionales de representación, sino también por la existencia de incertidumbre en los datos de entrada, debido a la dificultad de determinar sus valores con exactitud en tiempo real. Una adecuada determinación de los parámetros de entrada puede mejorar significativamente la calidad de predicción del método. En este trabajo se presenta un estudio de sintonización estática de los parámetros evolutivos del Sistema Estadístico Evolutivo con Modelo de Islas y Evolución Diferencial, con el fin de mejorar la calidad de la predicción.
publishDate 2016
dc.date.none.fl_str_mv 2016-10
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/10915/55724
url http://sedici.unlp.edu.ar/handle/10915/55724
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/reference/hdl/10915/55718
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
4-13
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_ 1846783003139768320
score 12.982451

Publicaciones similares