Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/8789
Tipo de material: bachelorThesis
Título : Volcanic Seismic Events Classification using Unsupervised Learning Models
Autor : González Castro, Kevin Alexandro
Director de Tesis : Pérez, Noel, director
Descriptores : Programas de computador -- Métodos de clustering -- Tesis y disertaciones académicas.;Volcanes -- Erupciones.;Desastres naturales.
Fecha de publicación : 2020
Editorial : Quito
Citación : Tesis (Ingeniero en Sistemas), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2020
Páginas : 28 h.
Acceso: openAccess
Resumen : Este documento explora el uso de seis diferentes clasificadores basados en clustering, para categorizar dos diferentes eventos sísmico-volcánicos y encontrar posibles señales solapadas que pueden ocurrir al mismo tiempo o inmediatamente después de la aparición de eventos sísmicos. De acuerdo con el espacio de clasificadores explorado, el spectral-clustering con k=2 fue escogido como el mejor modelo, alcanzando una precisión del 92%. Este resultado representa un desempeño satisfactorio y competitivo en cuanto a clasificación, comparado con los métodos señalados en el estado de arte...
Descripción : This paper explores the use of six different clustering-based classifiers to categorize two different volcanic seismic events and to find possible overlapping signals that could occur at the same time or immediately after seismic events occurrence. According to the explored classifiers space, only one out of 27 models was selected using the first selection criteria. Afterward, the Spectral Clustering classifier with k=2 was chosen as the best model, reaching an accuracy score of 92%...
URI : http://repositorio.usfq.edu.ec/handle/23000/8789
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
146124.pdfTESIS TEXTO COMPLETO1.17 MBAdobe PDFVista previa
Visualizar/Abrir


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