1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Ingeniería en Ciencias de la Computación
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/12597
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGrijalva, Felipe, dir.-
dc.contributor.authorPupiales Alulema, Jenny Belén-
dc.date.accessioned2023-11-30T19:08:45Z-
dc.date.available2023-11-30T19:08:45Z-
dc.date.issued2022-12-22-
dc.identifier.citationTesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2022es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/12597-
dc.descriptionEcuador 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...es_ES
dc.description.abstractEcuador 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...es_ES
dc.format.extent43 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectRedes neuronales (Computadores) -Tesis y disertaciones académicases_ES
dc.subjectAprendizaje automático (Inteligencia artificial)es_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleAprendizaje de un espacio de características de manera automática usando Autoencoders para señales sísmicas del Volcán Cotopaxies_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
213412.pdfTexto completo1.05 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons