Métodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios

dc.creatorChirino, Pamela
dc.creatorGaldámez Bilardi, Mariela
dc.creatorDíaz, Karvin
dc.creatorPonce de León, Alejo
dc.creatorCaymes Scutari, Paola
dc.creatorBianchini, Germán
dc.date2023-06-27T16:09:44Z
dc.date2023-06-27T16:09:44Z
dc.date2021-01-01
dc.date.accessioned2023-08-31T14:40:40Z
dc.date.available2023-08-31T14:40:40Z
dc.identifierXXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021). Año 2021.
dc.identifierhttp://hdl.handle.net/20.500.12272/8153
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8548985
dc.descriptionLa inteligencia artificial ha generado una revolución importante en los últimos años de la computación. En esta línea de trabajo se estudiarán dos formas de inteligencia artificial para aplicarlas en la reducción de incertidumbre en modelos de predicción, en este caso, el modelo de predicción de incendios llevado a cabo en el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM. En el mismo se trabaja con paralelismo, por lo tanto se analizará la posible paralelización de estos métodos. Los métodos de inteligencia artificial que se estudiarán son: Redes neuronales y Visión Computacional.
dc.descriptionUniversidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
dc.formatpdf
dc.languagespa
dc.languagefra
dc.relationPID 7658
dc.rightsopenAccess
dc.rightshttp://creativecommons.org/publicdomain/zero/1.0/
dc.rightsCC0 1.0 Universal
dc.rightsUniversidad Tecnológica Nacional. Facultad Regional Mendoza
dc.rightsAtribución
dc.subjectInteligencia artificial, Redes neuronales, Paralelismo, Visión computacional, Predicción
dc.titleMétodos de Inteligencia artificial para la reducción de incertidumbre en modelos de predicción de incendios
dc.typeinfo:eu-repo/semantics/article
dc.typeacceptedVersion


Este ítem pertenece a la siguiente institución