Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14378| Tipo de material: | bachelorThesis |
| Título : | Automatic Seismic Event Classification Using Metaheuristic and Machine Learning Techniques |
| Autor : | Mencias Madero, Randall Mateo |
| Director de Tesis : | Pérez Pérez, Noel, dir. |
| Descriptores : | Redes neuronales (Computadores) - Modelos aplicados - Tesis y disertaciones académicas. |
| Fecha de publicación : | 19-dic-2024 |
| Editorial : | Quito, |
| Citación : | Tesis (Ingeniero en Ciencias de la Computacion), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024 |
| Páginas : | 30 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | La detección rápida y temprana de eventos sísmicos volcánicos es fundamental para la respuesta rápida y la mitigación de desastres naturales. Los sistemas de clasificación de señales de acción rápida permiten que los mecanismos de alerta en áreas amenazadas por volcanes proporcionen advertencias tempranas, minimizando así los daños materiales y la pérdida de vidas. Este estudio propone un método de clasificación de eventos sísmicos volcánicos de dos pasos basado en la combinación de métodos metaheurísticos para encontrar el subconjunto más relevante de características y modelos de aprendizaje automático para maximizar la clasificación de eventos sísmicos... |
| Descripción : | The quick and early detection of volcanic seismic events is critical for the rapid response and mitigation of natural disasters. Fast-acting signal classification systems enable alert mechanisms in volcanic-threatened areas to provide early warnings, thereby minimizing material damage and loss of life. This study proposes a two-step volcano seismic event classification method based on the combination of metaheuristic methods for finding the most relevant subset of features and machine learning models for maximizing the seismic event classification... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/14378 |
| Aparece en las colecciones: | Tesis - Ingeniería en Ciencias de la Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 321469.pdf | Texto completo | 438.71 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
