Geoestadística en datos circulares
Autor
Director
Tipo de contenido
Trabajo de grado - Maestría
Idioma del documento
EspañolFecha de publicación
2023Resumen
Se propone una nueva metodología en el contexto de geostadística no estacionaria que permite hacer predicción de datos circulares empleando kriging circular residual cuando la tendencia espacial es modelada a través de redes neuronales. Usando datos simulados y reales (tomados del proyecto NASA power) se hace comparación de la técnica propuesta con pulimento de medianas. Los resultados indican que la estrategia considerada mejora las predicciones. (Texto tomado de la fuente).Abstract
We propose a new methodology in the context of nonstationary geostatistics that allows the prediction of circular data using residual circular kriging when the spatial trend is modeled through neural networks. Using simulated and real data (taken from the NASA power project), the proposed technique is compared with those obtained through median polish. The results indicate that the strategy proposed improves the predictionsPalabras clave
Datos circulares ; Geoestadística no estacionaria ; Kriging circular ; Pulimento de medianas ; Redes neuronales ; Circular kriging ; Nonstationary geostatistics ; Neural networks ; Median polish ; Directional data ; geoestadística ; geostatistics ; geoprocesamiento ; geoprocessing ; red neuronal artificial ; artificial neural network ;
Descripción Física/Lógica/Digital
ilustraciones, diagramas
Colecciones
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito