Facultad Regional Mendoza
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/100
Browse
33 results
Search Results
Item Predicción y alerta temprana de incendios forestales mediante integración de WSN e imágenes satelitales en un método de reducción de incertidumbre guiado por datos(2018-04-27) Méndez Garabetti, Miguel; Bianchini, Germán; Caymes Scutari, Paola; Elgueta, Rodrigo; Caylá, Ivana; Córdoba, Diego; Peñasco, Andrés; Morelli, José; Carrizo, Marcelo; Varela, Pablo; Giorlando, Agustín; Luján, AmaldoLos incendios forestales son unos de los fenómenos naturales que más perjuicios causan en nuestro país y en el mundo, generando pérdidas de vidas humanas, daños en la propiedad, la flora, la fauna, el suelo, entre otros. Debido a esto, se considera de interés desarrollar herramientas, sistemas, métodos, estrategias, entre otros, que permitan minimizar los efectos negativos causados por éstos. El presente proyecto pretende realizar un aporte significativo en esta área, dado que propone integrar información de diferentes fuentes, en un método paralelo de reducción de incertidumbre guiado por datos aplicado a la predicción y alerta temprana de incendios forestales. Las fuentes de información estarán conformadas por: redes de sensores inalámbricos, imágenes satelitales, históricos de incendios forestales, entre otros. Dicha integración permitirá determinar la ocurrencia precoz de los incendios forestales antes de que estos se magnifiquen, y además permitirá reducir la incertidumbre de algunas de las variables dinámicas que alimentan al modelo de predicción de comportamiento de incendio, impactando de forma positiva en la calidad de predicción del sistema.Item Procesamiento computacional paralelo con metaheurísticas híbridas para la reducción de incertidumbre en modelos de incendios forestales(2018-04-27) Bianchini, Germán; Caymes Scutari, Paola; Méndez Garabetti, Miguel; Tardivo, MaríaLa predicción del comportamiento de incendios forestales no es una tarea sencilla ya que dicho proceso se ve afectado por la falta de precisión o incertidumbre en los parámetros de entrada. En base a esto, resulta importante desarrollar métodos que permitan tratar la incertidumbre posibilitando la obtención de predicciones más precisas y confiables. En el proyecto que aquí se expone se propone el desarrollo de un método de reducción de incertidumbre denominado Sistema Estadístico Evolutivo Híbrido con Modelo de Islas (HESSIM). En HESSIM se plantea un resultantes de proyectos previos en los cuales se implementaron dos versiones de ESS-IM: la primera con Algoritmos Evolutivos, y la segunda con Evolución Diferencial. De este modo surge la idea de desarrollar una versión híbrida en un único método, en vista del potencial aportado por cada una de las metaheurísticas poblacionales en forma aislada, y añadiendo además una tercera (PSO). Dado que las arquitecturas paralelas se han convertido en una herramienta importante en muchos campos de la ciencia por los beneficios que aporta a la hora de efectuar los cálculos, y debido a la naturaleza intrínsecamente paralela de las tres método que combine la fuerza de tres metaheurísticas poblacionales evolutivas: Algoritmos Evolutivos (EA), Evolución Diferencial (DE) y Optimización por Cúmulo de Partículas (PSO), bajo un esquema de combinación colaborativa basado en migración mediante modelo de islas y HPC. HESSIM corresponde a la continuación de las líneas abiertas metaheurísticas elegidas, HESSIM se implementará siguiendo un esquema de procesamiento paralelo.Item Sintonización automática de aplicaciones paralelo/distribuidas basadas en algoritmos evolutivos y evolución diferencial(2018-01-01) Caymes Scutari, Paola; Bianchini, Germán; Tardivo, María; Méndez Garabetti, MiguelEl procesamiento paralelo se ha convertido en un recurso muy utilizado para el procesamiento de datos y la resolución de problemas en diversos campos de la ciencia y la ingeniería. Sin embargo, el paradigma paralelo conlleva una complejidad considerable dado que involucra un gran número de aspectos no funcionales (como granularidad, técnica de descomposición y/o asignación, grado de concurrencia, etc.) que pueden impactar negativamente en el rendimiento de las aplicaciones. Mitigar dicho efecto negativo requiere de un cierto dominio y experiencia en su manejo, lo cual suele resultar prohibitivo para el usuario no experto en informática y en paralelismo en particular. Es por ello que tanto el proceso de desarrollo de aplicaciones paralelas como el proceso de sintonización de las mismas constituyen importantes desafíos a la hora de abordar un problema de manera paralela y eficiente. El Proceso de Sintonización comporta una serie de etapas sucesivas mediante las cuales las aplicaciones son instrumentadas, monitorizadas, analizadas y sintonizadas (o ajustadas) de acuerdo a las características del problema que presentan o al entorno de ejecución, con el fin de mejorar su rendimiento y hacer un mejor aprovechamiento de los recursos. Sin lugar a dudas, el proceso de sintonización requiere un grado de conocimiento de la aplicación, el paradigma paralelo y los problemas de sintonización que usualmente lo vuelve una tarea muy difícil y restrictiva para lograr un rendimiento adecuado, sobre todo cuando de usuarios no expertos se trata. El presente proyecto propone abordar la sintonización automática de aplicaciones paralelas basadas en Evolución Diferencial.Item Modelo de Sintonización Computacional aplicado a la Predicción de Incendios(2018-01-01) Caymes Scutari, Paola; Bianchini, Germán; Tardivo, María; Méndez Garabetti, MiguelLa complejidad de la predicción de incendios forestales radica en el nivel de incertidumbre relativo a la cantidad de variables consideradas por el modelo, la dificultad de medirlas con exactitud, las limitaciones computacionales para su implementación, etc. En los últimos años se ha desarrollado un conjunto de métodos para la reducción de incertidumbre, los DDM-MOS (Métodos Conducidos por Datos con Múltiples Soluciones Solapadas). Los DDM-MOS realizan la predicción de la línea de fuego en base a la agregación de múltiples soluciones consideradas a lo largo del proceso de predicción. Cada DDM-MOS se caracteriza por el nivel de utilización que posee de elementos de Estadística, Computación Evolutiva y Metaheurísticas, Paralelismo, y Sintonización, que imprimen mejoras ya sea en cuanto a calidad de predicción, tiempo de ejecución o utilización de recursos. El uso de Estadística dio lugar al primer DMM-MOS, a través de la utilización de un experimento factorial que, para un incendio dado, calcula diferentes probables comportamientos cuyos resultados se analizan estadísticamente a fin de agregar la información y determinar la tendencia. La incorporación de Algoritmos Evolutivos permite trabajar con una población o muestra del espacio de búsqueda y así reducir el tamaño del experimento factorial de acuerdo a la orientación lograda por el proceso evolutivo. La Computación Paralela potencia el proceso de búsqueda tanto en términos de tiempo como en términos dejerarquización del espacio de búsqueda, al considerar varias poblaciones en paralelo. Metaheurísticas, como Evolución Diferencial y Optimización por Enjambre de Partículas (y su hibridación) explotan las bondades de cada una de ellas. El proceso de Sintonización adapta de forma dinámica la cantidad de recursos computacionales utilizados, a fin de alcanzar una ejecución más eficiente. En este trabajo, se propone un modelo para sintonizar de forma automática y dinámica el parámetro que regula la cantidad de generaciones del proceso evolutivo, a fin de evitar estancamiento y convergencia prematura.Item Predicción y alerta temprana de incendios forestales mediante integración de información satelital y de campo en un método paralelo de reducción de comportamiento de incendios forestales(2018-01-01) Méndez Garabetti, Miguel; Bianchini, Germán; Caymes Scutari, Paola; Elgueta, Rodrigo; Caylá, Ivana; Córdoba, Diego; Peñasco, Andrés; Morelli, José; Carrizo, Marcelo; Giorlando, Agustín; Luján, Amaldo; Carballo, NicolásLos incendios forestales son considerados unos de los fenómenos naturales que más perjuicios causan en nuestro país y en el mundo, generando pérdidas de vidas humanas, daños en la propiedad, la flora, la fauna, el suelo, el agua, entre otros. Debido a esto, se considera de interés desarrollar herramientas, sistemas, métodos, estrategias, que permitan minimizar los efectos negativos causados por los incendios. En este trabajo presenta una propuesta de integración de información satelital y de campo provista por sensores inalámbricos en un método paralelo de reducción de incertidumbre guiado por datos aplicado a la predicción del comportamiento de incendios forestales. Se presentan los resultados de una primera aproximación de las etapas de adquisición y procesamiento de datos utilizando imágenes satelitales y del diseño de la red de sensores. Dicha integración permitirá determinar la ocurrencia precoz de los incendios forestales antes de que estos se magnifiquen, y además permitirá reducir la incertidumbre de algunas de las variables dinámicas que alimentan al modelo de predicción de comportamiento de incendio, impactando de forma positiva en la calidad de predicción del sistema.Item Monitorización y análisis de métricas poblacionales en un método de predicción de incendios forestales(2018-01-01) Tardivo, María; Caymes Scutari, Paola; Bianchini, Germán; Méndez Garabetti, MiguelLa incertidumbre sobre el valor de los parámetros de entrada que alimentan los modelos de predicción de incendios forestales es un problema crucial, que puede producir graves consecuencias si la salida de los modelos proporcionan predicciones erróneas. ESSIMDE(r) es un método general de predicción y reducción de incertidumbre basado en Análisis Estadístico, la metaheurística Evolución Diferencial y Cómputo de Alto Rendimiento, y ha sido estudiado durante los últimos años con el fin de mejorar su rendimiento. Este trabajo presenta una mejora del método en la cual se perfecciona la estrategia evolutiva, en base a la monitorización y análisis de la distribución poblacional y de los movimientos efectivos del optimizador.Item Propuesta de metodología de generación automática de perímetros de área quemada usando imágenes satelitales MODIS para su aplicación en un sistemas de predicción de Incendios(2018-01-01) Zúñiga, Agustín; Arancibia, José; Méndez Garabetti, Miguel; Bianchini, Germán; Caymes Scutari, Paola; Tardivo, MaríaCada año, los incendios forestales causan pérdidas inconmensurables en los ecosistemas del mundo, provocando la desaparición de grandes superficies de bosques. En respuesta a esta problemática, la predicción del comportamiento de estos fenómenos puede ser una herramienta de gran utilidad para disminuir los daños provocados. Este método ha sido probado mayormente con mapas de incendios controlados y mapas de incendios reales cuya metodología de trabajo consistía en la toma de sus perímetros de forma manual mediante herramientas de sistemas de información geográfica. En el presente trabajo, se ha aplicado un método para la automatización de perímetros de área quemada en casos de incendios reales. El mismo ha sido diseñado y probado para la utilización de imágenes satelitales obtenidas por los satélites Terra y Aqua de la herramienta espacial MODIS. Los resultados obtenidos en el experimento han sido comparados respecto a los obtenidos mediante la metodología de trabajo manual, consiguiendo valores más adecuados de las áreas quemadas para ser posteriormente implementados en el método de simulación de comportamiento de incendios.Item Sintonización estática de ESSIM-DE(lr) para acelerar y mejorar la predicción de incendios forestales(2018-01-01) Tardivo, María; Caymes Scutari, Paola; Bianchini, Germán; Méndez Garabetti, MiguelLos sistemas de predicción constituyen en nuestros días una gran herramienta computacional que puede brindar soporte en los planes de lucha contra el fuego y en la prevención de incendios forestales. ESSIM-DE es un método de predicción paralelo, el cual permite obtener predicciones de la línea de fuego utilizando Análisis Estadístico, la estrategia evolutiva Evolución Diferencial y Cómputo de Alto Desempeño. El Análisis Estadístico permite obtener la tendencia de la propagación de las llamas a lo largo del desarrollo del incendio. El Cómputo de Alto Desempeño se utiliza para mejorar los tiempos de respuesta bajo un esquema de procesamiento en paralelo. Finalmente, la estrategia evolutiva Evolución Diferencial guía el proceso de búsqueda hacia soluciones de calidad. ESSIM-DE ha sido estudiado durante los últimos años, con el fin de mejorar su rendimiento. Recientemente se ha incorporado un operador de reinicio de poblaciones, y la evaluación de un modelo de rendimiento para el componente evolutivo del método. En este trabajo se presenta un estudio de calibración estática sobre dos métricas asociadas a dicho modelo de rendimiento, con el fin de mejorar tanto la calidad como el tiempo de respuesta en la obtención de las predicciones.Item Método de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales bajo una Implementación heterogénea MPI/CUDA(2018-01-01) Méndez Garabetti, Miguel; Bianchini, Germán; Caymes Scutari, Paola; Tardivo, MaríaLos incendios forestales causan grandes pérdidas y daños en todo el mundo. Por esta razón, la predicción de este tipo de fenómeno se considera una tarea muy importante que implica un alto grado de complejidad. Debido a esto, tales métodos deben configurarse para operar de la manera más eficiente posible, tanto en términos de calidad de los resultados como así también en relación al tiempo de obtención de los resultados. En este trabajo, se presenta una implementación MPI/CUDA de un método paralelo de reducción de incertidumbre aplicado a la predicción del comportamiento de incendios forestales. Los resultados revelan grandes incrementos en la eficiencia computacional del método.Item Red de sensores inalámbrica para la detección, alerta, monitoreo y provisión de datos a sistemas de predicción de incendios forestales(2018-01-01) Elgueta, Rodrigo; Méndez Garabetti, Miguel; Bianchini, Germán; Caymes Scutari, Paola; Caylá, Ivana; Córdoba, Diego; Peñasco, Andrés; Morelli, José; Carrizo, José; Giorlando, Agustín; Luján, Amaldo; Carballo, NicolásLas catástrofes naturales producen gran preocupación en el mundo por las pérdidas y perjuicios ambientales que provocan. Entre ellas, se encuentran los incendios forestales. En la actualidad se utilizan diversas tecnologías con el fin de cuantificar ciertas variables para disminuir su daño, entre ellas, se encuentra la aplicación de redes de sensores inalámbricas (Wireless Sensor Networks, o bien WSN), quienes forman una herramienta tecnológica valiosa para recolectar información del entorno. En este contexto, el presente trabajo tiene como objetivo desarrollar y planificar el despliegue de una red de sensores inalámbrica para la cuantificación de ciertas variables ambientales que permitan detectar incendios. Esto permitiría la obtención de información que, por un lado, serviría para comprender el origen de los incendios y por otro, entregarían datos de utilidad para la extinción de los mismos, ya que, conociendo el comportamiento posible de un incendio forestal en progreso, se podrían tomar decisiones acertadas en el plan de mitigación. Para ello, se utilizan modelos de predicción de incendios forestales, utilizando los datos recolectados por la WSN, como entradas en un sistema de predicción del comportamiento de incendios forestales que aplicará el método conocido como ESS-IM (Sistema Estadístico Evolutivo con Modelo de Islas). Para ello, la red propuesta, pretende además de hacer un seguimiento de incendios y nutrir de variables de entrada a modelos predictivos de comportamiento del fuego, convertirse en una herramienta de utilidad para minimizar los daños causados por este tipo de fenómenos.