Pronóstico Híbrido Espacio-Temporal de Precipitaciones en Chile: Integrando Redes Neuronales y Métodos Estadísticos Avanzados

Simple item page
dc.contributor.advisorHerrera Marín, Mauricio
dc.contributor.authorSaquel Depaoli, Carlos
dc.coverage.spatialSantiago
dc.date.accessioned2026-03-16T20:43:39Z
dc.date.available2026-03-16T20:43:39Z
dc.date.issued2026
dc.descriptionProyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
dc.description.abstractEste trabajo desarrolla un sistema de pronóstico espacio–temporal de precipitaciones en Chile basado en un modelo híbrido que combina un Autoencoder convolucional 3D (AE) con Descomposición Modal Dinámica (DMD). El desarrollo se centra en las regiones del Maule y Ñuble, utilizando precipitación diaria CR2MET (1980–2021) en alta resolución para capturar la variabilidad regional relevante. El AE reduce la dimensionalidad de cubos espacio–temporal y genera un espacio latente compacto, sobre el cual la DMD ajusta un operador lineal encargado de propagar la dinámica y producir pronósticos a horizontes de 1 a 5 días. El desempeño del modelo AE+DMD se evalúa para horizontes de 1 a 5 días y se compara con un baseline de referencia basado en DeepAR aplicado a múltiples series univariadas, mediante métricas como MAE y RMSE. Los resultados muestran que el enfoque híbrido captura adecuadamente los patrones espacio–temporal dominantes y ofrece pronósticos competitivos, en particular para 1–3 días, con un costo computacional moderado y modos DMD que facilitan la interpretación física de la dinámica de precipitación regional.
dc.format.extent102 p.
dc.identifier.urihttps://hdl.handle.net/11447/10629
dc.language.isoes
dc.publisherUniversidad del Desarrollo. Facultad de Ingeniería
dc.subject070037S
dc.subjectPrecipitación
dc.subjectAguas lluvias
dc.subjectPronóstico espaciotemporal
dc.subjectAutoencoders
dc.subjectDMD
dc.titlePronóstico Híbrido Espacio-Temporal de Precipitaciones en Chile: Integrando Redes Neuronales y Métodos Estadísticos Avanzados
dc.typeThesis
dcterms.accessRightsAcceso abierto

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Pronóstico Híbrido Espacio Temporal de Precipitaciones en Chile.pdf
Size:
7.18 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
347 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado Ingeniería

Implementado por OpenGeek Services