DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/13882
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCornejo Gómez, Galo Enrique-
dc.contributor.authorMacarlupo Cajas, Omayra Violeta-
dc.date.accessioned2019-10-23T17:07:47Z-
dc.date.available2019-10-23T17:07:47Z-
dc.date.issued2019-09-11-
dc.identifier.urihttp://repositorio.ucsg.edu.ec/handle/3317/13882-
dc.descriptionEl presente trabajo “Modelo predictivo de ocurrencia de eventos extremos de la variabilidad climática en las costas ecuatorianas basado en la detección de patrones de distribución de organismos zooplanctónicos utilizando minería de datos” tiene como objetivo obtener un modelo capaz de predecir la ocurrencia de eventos extremos climáticos como lo son los del ciclo ENOS (El Niño Oscilación Sur) a partir del comportamiento de los organismos zooplanctónicos, mediante el uso de técnicas de minería de datos, el gran volumen de datos usados pertenecen al programa permanente de Variabilidad Climática del Instituto Nacional de Pesca, quien cuenta con base de datos histórica referente al tema. Las técnicas de minería de datos fueron ejecutadas a través del uso de la metodología KDD (Descubrimiento de Conocimiento en Base de Datos), mediante el uso de la herramienta KMINE, que es una plataforma tecnológica especializada en la ejecución de los algoritmos de minería de datos, tales como: J48 y PRISM, que son algoritmos que pertenecen a la minería de datos de tipo descriptiva, para la cual el tipo de algoritmos que se utilizan son los de clasificación, como los mencionados anteriormente. El ciclo ENOS es un tema de gran interés, debido a que su ocurrencia trae consigo grandes consecuencias tales como: inundaciones, escasez, abundantes precipitaciones, causados por los fenómenos que pertenecen a este ciclo. Un modelo predictivo es una herramienta para toma de decisiones y para elaboración de planes que permitan mantener la integridad de toda la población. El modelo predictivo planteado permite determinar la ocurrencia de eventos del Ciclo ENOS tales como: Fenómeno Niño, Fenómeno de la Niña o Condiciones normales, los cuales a través de factores relevantes tomados de la base de datos luego del análisis y proceso de minería, se genera a través de reglas obtenidas por medio de los algoritmos usados.en_US
dc.description.abstractThe present work "Predictive model of occurrence of extreme events of climatic variability in Ecuadorian coasts based on the detection of distribution patterns of zooplanktonic organisms using data mining" aims to obtain a model capable of predicting the occurrence of extreme climatic events such as those of the ENSO (El Niño Southern Oscillation) cycle based on the behavior of zooplanktonic organisms, through the use of data mining techniques, the large volume of data used belongs to the permanent program of Climate Variability of the National Fisheries Institute, who has a historical database on the subject. The data mining techniques were executed through the use of the KDD (Knowledge Discovery in Database) methodology, using the KMINE tool, which is a technological platform specialized in the execution of data mining algorithms , such as: J48 and PRISM, which are algorithms that belong to data mining of descriptive type, for which the type of algorithms used are those of classification, such as those mentioned above. The ENSO cycle is a topic of great interest, because its occurrence brings with it great consequences such as: floods, scarcity, abundant rainfall, caused by the phenomena that belong to this cycle. A predictive model is a tool for decision making and for the elaboration of plans that maintain the integrity of the entire population. The proposed predictive model allows to determine the occurrence of ENSO Cycle events such as: El Niño, La Niña or Normal Conditions, which through relevant factors taken from the database after the mining process and analysis, is generated through rules obtained through the algorithms used.en_US
dc.formatapplication/pdfen_US
dc.language.isospaen_US
dc.publisherUniversidad Católica de Santiago de Guayaquilen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/en_US
dc.subjectMINERÍA DE DATOSen_US
dc.subjectCICLO ENOSen_US
dc.subjectMETODOLOGÍA KDDen_US
dc.subjectORGANISMOS ZOOPLANTÓNICOSen_US
dc.subjectMODELO PREDICTIVOen_US
dc.subjectBASES DE DATOSen_US
dc.titleModelo predictivo de ocurrencia de eventos extremos de la variabilidad climática en las costas ecuatorianas basado en la detección de patrones de distribución de organismos zooplanctónicos utilizando minería de datos.en_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
Aparece en las colecciones: Trabajos de Titulación - Carrera de Ingeniería en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-UCSG-PRE-ING-CIS-246.pdf2,15 MBAdobe PDFVisualizar/Abrir


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