Logotipo del repositorio
  • Español
  • English
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
Logotipo del repositorio
  • Comunidades
  • Todo DSpace
  • Políticas
  • Español
  • English
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
  1. Inicio
  2. Examinar por materia

Examinando por Materia "Avalanchas"

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • Cargando...
    Miniatura
    Ítem
    Sistema para detección de avalanchas usando un solo sensor infrasónico y algoritmos de machine learning
    (Instituto Nacional de Investigación en Glaciares y Ecosistemas de Montaña, 2023-06) Cristian Adriel Benites Condori
    Este estudio presenta el desarrollo e implementación de un sistema para la detección automática de avalanchas mediante un único sensor infrasónico, complementado con algoritmos de aprendizaje automático (Machine Learning). A diferencia de los sistemas tradicionales basados en arreglos de sensores —costosos y complejos de instalar— esta propuesta se enfoca en una solución más accesible y eficiente, aprovechando la baja atenuación del sonido de baja frecuencia para detectar avalanchas a varios kilómetros de distancia. Se aplicaron distintos algoritmos de clasificación para compensar las limitaciones de contar con un solo sensor, identificando al algoritmo Support Vector Machine (SVM) como el más efectivo, con una precisión teórica del 92.27 %. El sistema incluye procesamiento en tiempo real, almacenamiento de datos en una base de datos y visualización remota. Las pruebas piloto realizadas en la laguna Palcacocha demostraron una efectividad del 86.47 % en la detección de avalanchas, destacando el potencial del sistema como herramienta de monitoreo y gestión de riesgos en zonas glaciares.
Logo AliciaLogo LaReferenciaLogo ROARLogo RENATI
Logo INAIGEM
Información

Av. Centenario 2656,
Huaraz - Áncash - Perú
043 - 643460

FAQs
Facebook
Twitter
Youtube

INAIGEM derechos reservados © 2024