Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/12597| Tipo de material: | bachelorThesis |
| Título : | Aprendizaje de un espacio de características de manera automática usando Autoencoders para señales sísmicas del Volcán Cotopaxi |
| Autor : | Pupiales Alulema, Jenny Belén |
| Director de Tesis : | Grijalva, Felipe, dir. |
| Descriptores : | Redes neuronales (Computadores) -Tesis y disertaciones académicas;Aprendizaje automático (Inteligencia artificial) |
| Fecha de publicación : | 22-dic-2022 |
| Editorial : | Quito |
| Citación : | Tesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2022 |
| Páginas : | 43 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | Ecuador forma parte de una de las regiones más volcánicas y sísmicas del mundo, es por esto la gran necesidad de evaluar y predecir actividad anómala que ayude a evitar situaciones catastróficas. Una forma es realizar múltiples evaluaciones a datos recolectados por equipo técnico, sin embargo, mucha de esta información proporcionada no se encuentra etiquetada y realizar este proceso manualmente a una gran cantidad de información resulta ineficiente y costoso... |
| Descripción : | Ecuador is part of one of the most volcanic and seismic regions in the world, therefore there is a great need to evaluate and predict anomalous activity that helps prevent catastrophic situations. One way is making multiple evaluations on data collected by professional instruments, but much of this collected information is not labeled and to make this process manually on a huge amount of information is inefficient and expensive... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/12597 |
| Aparece en las colecciones: | Tesis - Ingeniería en Ciencias de la Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 213412.pdf | Texto completo | 1.05 MB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
