Desarrollo de una aplicación móvil para predecir las precipitaciones fluviales en la ciudad de Quito utilizando el algoritmo Random Forest

Quito tiene problemas con las precipitaciones pluviales, estas precipitaciones pueden resultar en inundaciones, deslizamientos de tierras, y otros desastres naturales que ponen en peligro vidas y causan grandes daños a la propiedad. La Ciudad no puede responder a estos eventos y prepararse para ello...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Arciniega Zavala, Andrés Sebastián (author)
Άλλοι συγγραφείς: Pastas Montes, Joel Fabian (author)
Μορφή: bachelorThesis
Γλώσσα:spa
Έκδοση: 2023
Θέματα:
Διαθέσιμο Online:http://dspace.ups.edu.ec/handle/123456789/25475
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
Περιγραφή
Περίληψη:Quito tiene problemas con las precipitaciones pluviales, estas precipitaciones pueden resultar en inundaciones, deslizamientos de tierras, y otros desastres naturales que ponen en peligro vidas y causan grandes daños a la propiedad. La Ciudad no puede responder a estos eventos y prepararse para ellos de forma eficiente debido a la falta de un sistema eficiente de pronóstico de precipitaciones. Los enfoques tradicionales para el pronóstico del tiempo son con frecuencia insuficientemente precisos o no toman en cuenta las características únicas de Quito. Se sugiere que para abordar este problema, se cree una aplicación móvil que pronostique la precipitación de lluvia en la ciudad utilizando el algoritmo Random Forest. El algoritmo se refiere a un método de aprendizaje automático que relaciona diferentes modelos de predicción para aumentar la precisión de las predicciones. Esta aplicación recopilará información meteorológica en tiempo real, incluida la temperatura, la humedad, la presión del aire y más, e incorporarlo como datos para el algoritmo. La aplicación podrá producir pronósticos de precipitación pluviales con mayor precisión y previsión, ayudaría a los residentes de Quito y brindarles información más precisa sobre las posibles lluvias.