Andere Kunden interessierten sich auch für
![Predicción del cáncer de mama mediante varios métodos de aprendizaje automático]( "Predicción del cáncer de mama mediante varios métodos de aprendizaje automático")
Predicción del cáncer de mama mediante varios métodos de aprendizaje automático36,99 €![Predicción de brotes de COVID-19 mediante modelos de aprendizaje supervisado]( "Predicción de brotes de COVID-19 mediante modelos de aprendizaje supervisado")
Predicción de brotes de COVID-19 mediante modelos de aprendizaje supervisado26,99 €![Modelo de predicción de enfermedades mediante el algoritmo de árbol de decisión]( "Modelo de predicción de enfermedades mediante el algoritmo de árbol de decisión")
Modelo de predicción de enfermedades mediante el algoritmo de árbol de decisión36,99 €![Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares]( "Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares")
Un nuevo enfoque de aprendizaje profundo para detectar enfermedades cardiovasculares30,99 €![Un enfoque novedoso para la seguridad de la información en Hadoop]( "Un enfoque novedoso para la seguridad de la información en Hadoop")
Un enfoque novedoso para la seguridad de la información en Hadoop26,99 €![Análisis y predicción de datos de telecomunicaciones: DATA-MINING]( "Análisis y predicción de datos de telecomunicaciones: DATA-MINING")
Análisis y predicción de datos de telecomunicaciones: DATA-MINING36,99 €![Ecuaciones de diferencia: Un enfoque mejorado en la teoría de la oscilación]( "Ecuaciones de diferencia: Un enfoque mejorado en la teoría de la oscilación")
Ecuaciones de diferencia: Un enfoque mejorado en la teoría de la oscilación26,99 €
Este trabajo presenta una propuesta de monitorización y previsión del nivel del río Amazonas en la ciudad de Santarém, utilizando un enfoque ANFIS y datos históricos del ciclo fluviométrico anual. Los datos fueron recolectados en las ciudades de Santarém, Manaus e Itaituba, y fueron filtrados al período de 01/03/03 a 28/02/17. Los datos fueron analizados con el objetivo de establecer valores umbrales de alerta de situaciones emergentes para el monitoreo del nivel del río, comprendiendo los momentos de los volúmenes de agua: sequía, sequía-normal, normal, normal-lleno e inundación. Las series históricas pueden considerarse fiables, ya que es posible identificar claramente los ciclos hidrológicos anuales de los ríos. Las soluciones predictivas que utilizan técnicas estadísticas y computacionales son capaces de automatizar dichas previsiones con tasas relativamente bajas de error en el nivel de los ríos. Teniendo esto en cuenta, se considera que la solución propuesta puede utilizarse para orientar acciones que minimicen las perturbaciones causadas a la ciudad de Santarém en situaciones extremas de los volúmenes de agua del río Amazonas. El enfoque propuesto también se ha mostrado aplicable en otros entornos con ciclos hidrológicos y, por lo tanto, con posible aplicabilidad global.