Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales

dc.contributor.advisorOchoa Gutiérrez, Luis Hernánspa
dc.contributor.authorArias Patiño, Miguel Fernandospa
dc.date.accessioned2019-06-29T14:28:30Zspa
dc.date.available2019-06-29T14:28:30Zspa
dc.date.issued2014spa
dc.descriptionilustraciones, gráficas, mapas, tablasspa
dc.description.abstractEsta investigación tiene por objetivo el modelamiento de la interacción de datos gravimétricos, nivelación geométrica y posicionamiento GPS, a través de un modelo de aprendizaje de máquina, para estimar con cierto grado de precisión alturas niveladas mediante la implementación de algoritmos que relacionan datos de entrada, por medio de un proceso de transformación, donde se obtiene una variable dependiente en función de las relaciones intrínsecas entre las variables explicativas. Los insumos del modelo se obtuvieron de los datos de gravimetría, nivelación geométrica y posicionamiento GPS del Instituto Geográfico Agustín Codazzi, al igual que datos de gravimetría satelital, para las zonas con poco muestreo. Inicialmente, se realizará el procesamiento de la información cruda aplicando las correcciones y ajustes pertinentes enmarcados dentro los estándares de precisión en cada disciplina. El modelo basado en datos es aplicable dentro de una zona específica y busca ser implementado en el territorio Colombiano, cumpliendo con los requerimientos de precisión para diferentes áreas de estudio cómo es el caso de Geodesia, Geología o Geofísica. (Texto tomado de la fuente).spa
dc.description.abstractThis investigation has for aim the modelling of the interaction of gravimetric data, spirit levelling and positioning GPS data, across a model of machine learning, to estimate with certain degree of precision levelled heights by means of the implementation of algorithms that relate information of entry, by means of a process of transformation where a dependent variable is obtained depending on the intrinsic relations between the explanatory variables. The inputs of the model were obtained of gravimetric data, levelled heights and positioning GPS of the Geographical Institute Agustín Codazzi, as well as the Satellital gravimetry data for the zones with little sampling. Initially, is realized the processing of the raw information, applying the alterations and pertinent adjustments framed inside the precision standards in every discipline. The model based on information is applicable inside a specific zone and seeks to be implemented in the Colombian territory, fulfilling with the precision requirements for different areas of study how it is the case of Geodesy, Geology or Geophysics.eng
dc.description.curricularareaCiencias Agronómicasspa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Geomáticaspa
dc.description.notesIncluye anexosspa
dc.description.researchareaTecnologías geoespacialesspa
dc.format.extentxv, 124 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.eprintshttp://bdigital.unal.edu.co/46817/spa
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/52472
dc.language.isospaspa
dc.publisherUniversidad Nacional de Colombiaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotáspa
dc.publisher.departmentEscuela de posgradosspa
dc.publisher.facultyFacultad de Ciencias Agrariasspa
dc.publisher.placeBogotá, Colombiaspa
dc.publisher.programBogotá - Ciencias Agrarias - Maestría en Geomáticaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subject.agrovocAprendizaje automáticospa
dc.subject.agrovocmachine learningeng
dc.subject.agrovocGravimetríaspa
dc.subject.agrovocgravimetryeng
dc.subject.agrovocAlgoritmosspa
dc.subject.agrovocalgorithmseng
dc.subject.ddc630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materialesspa
dc.subject.proposalAprendizaje de máquinaspa
dc.subject.proposalGeodesiaspa
dc.subject.proposalNivelación geométricaspa
dc.subject.proposalGravimetríaspa
dc.subject.proposalAltura elipsoidalspa
dc.subject.proposalSistemas de referenciaspa
dc.subject.proposalMachine learningeng
dc.subject.proposalGeodesyeng
dc.subject.proposalSpirit levellingeng
dc.subject.proposalGravimetryeng
dc.subject.proposalEllipsoidal heighteng
dc.subject.proposalReference systemseng
dc.titleDesarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidalesspa
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dcterms.audience.professionaldevelopmentEstudiantesspa
dcterms.audience.professionaldevelopmentInvestigadoresspa
dcterms.audience.professionaldevelopmentPúblico generalspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
1010161419.2014.pdf
Tamaño:
3.32 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría en Geomática