Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Español
  • Português do Brasil
  • Log In
    New user? Click here to register. Have you forgotten your password?
  • English
  • Español
  • Português do Brasil
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Silva Uribe, Sergio"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Pronóstico Espaciotemporal de Precipitaciones en Chile utilizando Redes Neuronales y Métodos Estadísticos Avanzados
    (Universidad del Desarrollo. Facultad de Ingeniería, 2024) Marchant Ferrada, Martín; Silva Uribe, Sergio; Herrera Marín, Mauricio
    El objetivo de esta investigación es evaluar la efectividad del uso combinado de un Autoencoder (AE) y la Descomposición Modal Dinámica (DMD) en la predicción de patrones espacio-temporales de precipitaciones en Chile. Se propone un enfoque innovador que integra estas metodologías para capturar la complejidad dinámica de los datos climáticos, utilizando una representación compacta en un espacio latente y su posterior descomposición dinámica. Los resultados obtenidos evidencian una alta precisión en la predicción de precipitaciones, con un destacado desempeño en la identificación de patrones dominantes y recurrentes en las series temporales. Además, se resalta el bajo costo computacional del modelo, ya que todo el proceso se ejecutó exitosamente en un equipo de cómputo estándar, lo que refuerza su aplicabilidad en contextos con recursos limitados. Este enfoque permitió generar predicciones locales, logrando un nivel de detalle y especificidad superior al de los modelos globales tradicionales, crucial para la toma de decisiones en áreas específicas de Chile. En síntesis, esta investigación demuestra la viabilidad y precisión de esta metodología para predecir precipitaciones en Chile, destacando su potencial para aplicaciones climáticas en entornos específicos, ya que son predicciones locales. Su enfoque basado en la integración de técnicas modernas de machine learning y análisis modal dinámico resalta como una solución eficiente e innovadora en el campo de la modelización climática.

Santiago

Av. La Plaza Nº 680, Las Condes

Concepción

Ainavillo Nº 456, Concepción

Logo Universidad del Desarrollo

Implementado por OpenGeek Services