Análisis de la robustez de un modelo de redes neuronales para la pbkp_redicción de caudales en la cuenca del río Paute
Abstract:
En esta tesis se analiza la robustez del método de las redes neuronales para la pbkp_redicción de caudales aplicado a la cuenca alta del Río Paute. El método de las redes neuronales es un modelo basado en los datos o data-driven model. El análisis de la robustez del modelo nos sirve para evaluar las variaciones en la respuesta del modelo debido a variaciones en los datos de entrada y a la capacidad de pbkp_redicción del modelo. Por esta razón se realiza un análisis de sensibilidad y un análisis de incertidumbre del modelo para estudiar la robustez del mismo. Del análisis de sensibilidad se busca obtener información sobre la importancia de cada variable en el modelo. Con esta información podemos tomar decisiones orientadas más específicamente. Del análisis de incertidumbre se busca obtener información sobre el nivel de incertidumbre del modelo, específicamente para el problema de pbkp_redicción de caudales. Como fuentes de incertidumbre se han estudiado la incertidumbre estructural del modelo y la propagación de incertidumbre debido a la incertidumbre en los datos de entrada. El método de las redes neuronales será utilizado para la pbkp_redicción de caudales, dados los datos de precipitación e historia del caudal como variables de entrada. Es importante recalcar que los datos se han obtenido por mediación del Grupo de la Tierra y del Ambiente, ante diversas entidades que han monitoreado la cuenca del Río Paute…
Año de publicación:
2011
Keywords:
- PREDICCIONES GEOFÍSICAS - MÉTODOS DE SIMULACIÓN
- CUENCAS HIDROGRÁFICAS
- REDES NEURONALES (COMPUTADORES)
- Inteligencia Artificial
- ANÁLISIS NUMÉRICO
Fuente:

Tipo de documento:
Master Thesis
Estado:
Acceso abierto
Áreas de conocimiento:
- Simulación por computadora
- Aprendizaje automático
- Hidrología
Áreas temáticas:
- Física aplicada
- Ciencias de la computación
- Geología, hidrología, meteorología