| dc.contributor | More Valencia, Rubén Alexander | |
| dc.creator | More Gomez, Eduardo Jose | |
| dc.creator | Yarleque Ramos, Pablo Junior | |
| dc.date | 2024-03-27T14:08:42Z | |
| dc.date | 2024-03-27T14:08:42Z | |
| dc.date | 2023 | |
| dc.date.accessioned | 2024-05-16T00:41:11Z | |
| dc.date.available | 2024-05-16T00:41:11Z | |
| dc.identifier | https://hdl.handle.net/20.500.12692/136611 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9457317 | |
| dc.description | Piura | |
| dc.description | Escuela de Ingeniería de Sistemas | |
| dc.description | Sistemas de Información y Comunicaciones | |
| dc.description | Desarrollo sostenible, emprendimientos y responsabilidad social. | |
| dc.description | Adaptación al cambio climático y fomento de ciudades sostenibles y resilientes | |
| dc.description | Acción por el clima | |
| dc.description | PRESENCIAL | |
| dc.description | La presente investigación denominada “Propuesta de un sistema de alerta
temprana de inundación basado en Inteligencia Artificial para el río Catacaos –
Piura; 2023”. Se dio origen debido a que en el Perú se evidencia inundaciones
durante los meses de verano, caracterizado por altos caudales de agua que
exceden la capacidad de los ríos y desbordan sus causes, provocando
inundaciones en zonas adyacentes.
Se tuvo como objetivo principal evaluar un sistema de alerta temprana para
inundaciones basado en modelo de aprendizaje automático adaptado por
inteligencia artificial – Catacaos – Piura; 2023. Utilizando una metodología de tipo
cuantitativa y de diseño no experimental. Con una población muestral que involucra
datos sobre inundaciones obtenidos de SENAMHI, de los últimos 10 años
Se concluyó que se logró que el modelo de aprendizaje automático basado en
SARIMAX, utilizado demostró ser una herramienta efectiva para prever y anticipar
eventos de inundación en Catacaos. La precisión del modelo, es respaldada por
métricas sólidas como el MAE, MSE, y RMSE, indica una alineación estrecha entre
las predicciones del modelo y los valores reales, validando así su utilidad en la
predicción de patrones de inundación. La integración de este modelo inteligente
como base en la implementación de un sistema de alerta temprana se muestra
como un enfoque prometedor y eficiente. | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Universidad César Vallejo | |
| dc.publisher | PE | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights | https://creativecommons.org/licenses/by/4.0/ | |
| dc.source | Repositorio Institucional - UCV | |
| dc.source | Universidad César Vallejo | |
| dc.subject | Alerta temprana | |
| dc.subject | Inundación | |
| dc.subject | Inteligencia artificial | |
| dc.subject | https://purl.org/pe-repo/ocde/ford#2.02.04 | |
| dc.title | Propuesta de un sistema de alerta temprana de inundación basado en inteligencia artificial para el río Catacaos – Piura; 2023 | |
| dc.type | info:eu-repo/semantics/bachelorThesis | |
