Mostrar el registro sencillo del ítem

Detección de deslizamientos de tierra utilizando técnicas de inteligencia artificial IA

Landslide detection using AI artificial intelligence techniques

dc.contributorFlórez Valencia, Leonardo
dc.contributorRamos Cañon, Alfonso Mariano
dc.contributorParra Rodriguez, Carlos Alberto
dc.creatorFlórez Rodríguez, Julián Mauricio
dc.date2022-08-30T19:14:13Z
dc.date2022-08-30T19:14:13Z
dc.date2022-06-16
dc.date.accessioned2025-04-22T22:12:32Z
dc.date.available2025-04-22T22:12:32Z
dc.identifierhttp://hdl.handle.net/10554/61566
dc.identifierhttps://doi.org/10.11144/Javeriana.10554.61566
dc.identifierinstname:Pontificia Universidad Javeriana
dc.identifierreponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifierrepourl:https://repository.javeriana.edu.co
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/90855
dc.descriptionEste documento muestra una propuesta novedosa computacional para la detección de deslizamientos de tierra soportada en inteligencia artificial, en particular desde el  Machine Learning que permite la detección en grandes áreas de la superficie terrestre de forma rápida a cualquier escala de trabajo. Esta propuesta surge desde la necesidad de predecir y detectar los deslizamientos de tierra que se presentan en el espacio geográfico y que pueden ser estudiadas por disciplinas como la geología, geotecnia, ecología, gestión de riesgos, entre otros. Los deslizamientos de tierra son comunes en regiones con topografía heterogénea con diferentes tipos de formaciones geológicas,  estos fenómenos naturales afectan las infraestructuras lineales  como ductos y vías,  también a la población que vive aledaña a estas zonas de riesgo. Al diseñar un modelo para la predicción y detección de deslizamientos replicable y escalable, se quiere brindar una alternativa útil que se implementa desde Machine Learning con las técnicas de Árbol de decisiones, SVM, redes neuronales artificiales, Gradient Boosting Machine y StackingClassifier. El modelo de procesamiento se entrenó en tres zonas geográficas  y se puso a prueba en otras zonas geográficas con precisiones y resultados útiles en diferentes disciplinas.
dc.description3vmk Technology
dc.descriptionThis document shows a novel computational proposal for the detection of landslides supported by artificial intelligence, in particular from Machine Learning that allows detection in large areas of the earth's surface quickly at any work scale. This proposal arises from the need to predict and detect landslides that occur in geographic space and that can be studied by disciplines such as geology, geotechnics, ecology, risk management, among others. Landslides are common in regions with heterogeneous topography with different types of geological formations. These natural phenomena affect linear infrastructures such as pipelines and roads, as well as the population that lives near these risk areas. By designing a model for the prediction and detection of landslides that is replicable and scalable, we want to provide a useful alternative that is implemented from Machine Learning with the techniques of Decision Tree, SVM, artificial neural networks, Gradient Boosting Machine and StackingClassifier. The processing model was trained in three geographic areas and tested in other geographic areas with precisions and results useful in different disciplines.
dc.descriptionMagíster en Inteligencia Artificial
dc.descriptionMaestría
dc.formatPDF
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.publisherMaestría en Inteligencia Artificial
dc.publisherFacultad de Ingeniería
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectDeslizamientos de tierra
dc.subjectPredicción y detección de deslizamientos de tierra
dc.subjectMachine learning
dc.subjectProcesamiento de imágenes geográficas
dc.subjectLandslides
dc.subjectPrediction and detection of landslides
dc.subjectMachine learning
dc.subjectGeographic image processing
dc.subjectMaestría en inteligencia artificial - Tesis y disertaciones académicas
dc.subjectAnálisis de riesgos de deslizamientos
dc.subjectAprendizaje de máquinas
dc.subjectProcesamiento de imágenes
dc.titleDetección de deslizamientos de tierra utilizando técnicas de inteligencia artificial IA
dc.titleLandslide detection using AI artificial intelligence techniques
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/masterThesis
dc.coverageColombia


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem