SciELO - Scientific Electronic Library Online

 
vol.29 número4Influencia del Y Plus en el Valor del Esfuerzo Cortante de Pared a través Simulaciones empleando Dinámica Computacional de FluidosCodificación Esteganográfica usando la Transformada de Onditas Haar Discreta Multi-resolución índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Información tecnológica

versión On-line ISSN 0718-0764

Resumen

JIMENEZ-CARRION, Miguel; GUTIERREZ-SEGURA, Flabio  y  CELI-PINZON, Jorge. Modelado y Predicción del Fenómeno El Niño en Piura, Perú mediante Redes Neuronales Artificiales usando Matlab. Inf. tecnol. [online]. 2018, vol.29, n.4, pp.303-316. ISSN 0718-0764.  http://dx.doi.org/10.4067/S0718-07642018000400303.

Se ha aplicado redes neuronales artificiales a los datos climáticos de precipitación, temperaturas superficiales de mar en diferentes zonas calificadas como Niño y la velocidad de los vientos alisios con el fin de modelar y predecir el fenómeno El Niño, con seis meses de anticipación a la presencia del mismo. El estudio se realiza en Piura, Perú. Se realiza un análisis preliminar de la información para determinar el grado de correlación entre las variables, luego se ha diseñado el modelado en dos fases, la primera usa las redes neuronales para modelar las variables como series temporales y en la segunda fase se diseña una red neuronal usando MatLab para que simule el comportamiento de las precipitaciones en Piura. Los resultados del estudio muestran que las redes neuronales son una técnica altamente confiable para encontrar un patrón de comportamiento de las precipitaciones y luego para predecir el fenómeno alcanzando una tasa de acierto del 98.4% en la etapa de entrenamiento y de 100% en la predicción del primer semestre del año 2016.

Palabras clave : modelación; predicción; el Niño; clima; redes neuronales; inteligencia artificial.

        · resumen en Inglés     · texto en Español     · Español ( pdf )