Predicción Espacio-Temporal de datos climáticos en Chile con el uso de EOFs y Deep Learning

Simple item page
dc.contributor.advisorHerrera Marín, Mauricio
dc.contributor.authorPérez Carvajal, Andrés
dc.contributor.authorZavala Zavala, Luis Alejandro
dc.coverage.spatialSantiago
dc.date.accessioned2024-02-26T19:54:55Z
dc.date.available2024-02-26T19:54:55Z
dc.date.issued2023
dc.descriptionProyecto Capstone presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
dc.description.abstractEl objetivo de esta investigación es evaluar la efectividad del uso conjunto de Funciones Ortogonales Empíricas (EOF) y Deep Learning en la predicción de patrones espacio-temporales climáticos en Chile. Se propone un enfoque basado en el modelo de Federico Amato (Amato F. 2020), adaptando y aplicando esta metodología a datos climáticos específicos de Chile. Los resultados obtenidos demuestran una alta precisión en la predicción de patrones climáticos, especialmente en el pronóstico de temperaturas máximas. Se observó una eficacia notable en la representación de la variabilidad climática y la reducción de la dimensionalidad, así como un Error Absoluto Medio (MAE) bajo en la predicción de las temperaturas máximas, junto a una representación efectiva de patrones climáticos complejos. En síntesis, en este proyecto se observó que es factible la aplicabilidad de esta metodología para analizar y predecir con precisión el clima en Chile, destacando su enfoque innovador en la modelización climática.
dc.format.extent44 p.
dc.identifier.urihttps://hdl.handle.net/11447/8422
dc.language.isoes
dc.publisherUniversidad del Desarrollo. Facultad de Ingeniería
dc.subject070037S
dc.subjectClima
dc.subjectModelos predictivos
dc.titlePredicción Espacio-Temporal de datos climáticos en Chile con el uso de EOFs y Deep Learning
dc.typeThesis
dcterms.accessRightsAcceso abierto

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Predicción Espacio-Temporal de datos climáticos en Chile con el uso de EOFs y Deep Learning.pdf
Size:
1.86 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