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/23000/8789
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPérez, Noel, director-
dc.contributor.authorGonzález Castro, Kevin Alexandro-
dc.date.accessioned2020-05-28T00:54:09Z-
dc.date.available2020-05-28T00:54:09Z-
dc.date.issued2020-
dc.identifier.citationTesis (Ingeniero en Sistemas), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2020es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/8789-
dc.descriptionThis 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%...es_ES
dc.description.abstractEste 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...es_ES
dc.format.extent28 h.es_ES
dc.language.isoenes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subjectProgramas de computador -- Métodos de clustering -- Tesis y disertaciones académicas.es_ES
dc.subjectVolcanes -- Erupciones.es_ES
dc.subjectDesastres naturales.es_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleVolcanic Seismic Events Classification using Unsupervised Learning Modelses_ES
dc.typebachelorThesises_ES
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
Mostrar el registro sencillo del ítem


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