Geoestadística en datos circulares
Archivos
Autores
Niño Chaparro, Alejandro
Director
Giraldo Henao, Ramón
Tipo de contenido
Trabajo de grado - Maestría
Idioma del documento
EspañolFecha de publicación
2023
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
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 predictions
Descripción Física/Lógica/Digital
ilustraciones, diagramas