Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2020-03-09T13:34:18Z
dc.date.available 2020-03-09T13:34:18Z
dc.date.issued 2019
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/90460
dc.description.abstract La calidad de las soluciones obtenidas por los métodos de predicción está condicionada por la falta de precisión o incertidumbre presente en los parámetros de entrada que alimentan los modelos, por lo cual resulta de interés el desarrollo y perfeccionamiento de métodos que permitan tratar la incertidumbre, a fin de obtener predicciones confiables. ESSIM-DE es un método general de predicción y reducción de incertidumbre basado en Análisis Estadístico, la metaheurística Evolución Diferencial y Cómputo de Alto Rendimiento, y ha sido aplicado a la predicción de la línea de fuego en incendios forestales. En este trabajo se presenta una estrategia de sintonización aplicada de forma automática y dinámica al parámetro que regula la cantidad de generaciones del proceso evolutivo, a fin de mejorar su rendimiento y evitar estancamiento y/o convergencia prematura. Se describen las métricas monitorizadas, los puntos y acciones de sintonización en el modelo distribuido y los resultados obtenidos con diferentes casos de quemas controladas. es
dc.format.extent 115-124 es
dc.language es es
dc.subject Sintonización Dinámica es
dc.subject Evolución Diferencial es
dc.subject Predicción de Incendios es
dc.subject Cómputo de Alto Desempeño es
dc.title Sintonización dinámica del método paralelo de predicción de incendios forestales ESSIM-DE es
dc.type Objeto de conferencia es
sedici.identifier.isbn 978-987-688-377-1 es
sedici.creator.person Tardivo, María Laura es
sedici.creator.person Caymes Scutari, Paola es
sedici.creator.person BIanchini, Germán es
sedici.creator.person Garabetti, Miguel Méndez es
sedici.description.note XX Workshop de Agentes y Sistemas inteligentes. es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/4.0/
sedici.date.exposure 2019-10
sedici.relation.event XXV Congreso Argentino de Ciencias de la Computación (CACIC 2019, Universidad Nacional de Río Cuarto) es
sedici.description.peerReview peer-review es
sedici.relation.isRelatedWith http://sedici.unlp.edu.ar/handle/10915/90359 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)