000 03006nam a22002777a 4500
999 _c5285
_d5285
003 AR-BaCAI
005 20221215143515.0
008 190611s2022 Arga|||| |||| 001 0 spa d
040 _aAR-BaCAI
_cAR-BaCAI
100 1 _aMartínez Saucedo, Ana Carolina
_912590
245 1 0 _aAqua :
_bdesarrollo de un modelo de machine learning para prevenir incendios forestales en Pinamar /
_cAna Carolina Martínez Saucedo.
260 _aBuenos Aires:
_bCentro Argentino de Ingenieros,
_c2022.
300 _a124 p. ;
_bil. :
_c30 cm.
_e+ CD Rom
520 _aEn los últimos años, la severidad de los incendios forestales ha llegado a niveles preocupantes tanto a nivel internacional como nacional. No obstante, gracias al avance de la tecnología es posible predecir la ocurrencia y magnitud de los mismos a través de modelos de Machine Learning especialmente desarrollados para tal fin. En línea con diversas investigaciones realizadas en materia de predicción espaciotemporal de incendios forestales, en el presente trabajo el objetivo fue desarrollar un modelo de Machine Learning que contribuya a la prevención de incendios forestales en el Partido de Pinamar. En consecuencia, se desarrolló un pipeline de datos automatizado en el lenguaje de programación Python que genera el dataset de incendios forestales específico a la zona. Por otro lado, se entrenaron diversos modelos predictivos utilizando las librerías TensorFlow y Scikit-learn, alcanzando una sensibilidad del 88.4% para predecir la ocurrencia de incendios forestales en Pinamar. Asimismo se desarrolló una aplicación web basada en la librería ReactJS para que tanto bomberos como autoridades gubernamentales locales puedan visualizar fácilmente estas predicciones gracias a las capas predictiva e histórica que la misma provee. De esta manera, AQUA se integra a los procesos administrativos que se dan en el cuartel de bomberos al brindar información acerca de la ocurrencia y magnitud de los incendios forestales que se pueden producir contrastados con la evolución histórica de los mismos en la zona, posibilitando de esta forma su prevención activa. En efecto, a través de este trabajo se sentaron las bases necesarias para poder ampliar el área de predicción de incendios forestales a localidades vecinas.
610 _aUniversidad Argentina de la Empresa
_912586
650 4 _2spines
_aIngeniería Informática
_911301
650 4 _2spines
_aMedio ambiente
_912591
650 4 _2spines
_aInvestigación aplicada
_98296
650 4 _2spines
_aIncendios
_9124
650 4 _2spines
_aTecnología de la seguridad
_950
653 4 _aPremio Pre Ingeniería
700 1 _aInchausti, Pablo Ezequiel
_edir.
_912592
711 _aPremio Pre Ingeniería 2022 :
_c(Buenos Aires : Centro Argentino de Ingenieros,
_d18 Noviembre)
_912541
856 _uhttps://cai.org.ar/el-cai-entrego-los-premios-pre-ingenieria-2022/
_yEl CAI entregó los premios Pre-Ingeniería 2022
942 _2udc
_cBK
_hD-Y6-PRE INGENIERIA 2022-7