Obtención de patrones meteorológicos mediante Machine Learning

Abstract

Los CTs representan una de las amenazas más significativas para las regiones costeras alrededor del mundo, debido a su capacidad de causar daños extensos y

poner en riesgo vidas humanas. Este Trabajo de Fin de Grado se enfoca en el

desarrollo de un modelo de predicción de CTs, utilizando datos meteorológicos

de alta resolución de ERA5, con el fin de mejorar la precisión y anticipación de

estos fenómenos naturales.

En esta memoria se revisan las principales técnicas y arquitecturas actuales

utilizadas en la predicción meteorológica y el análisis de grandes volúmenes de

datos.

Se emplearon métodos de deep learning para desarrollar un modelo predictivo que

analiza datos históricos y ofrece predicciones sobre la formación y trayectoria de

CTs. La investigación incluye un análisis detallado de los datos, la selección de

características relevantes y la implementación de algoritmos avanzados de

aprendizaje automático.

Este trabajo pone de manifiesto la importancia de la inteligencia artificial y el aprendizaje automático en la mejora de las predicciones meteorológicas y ofrece una base sólida para el desarrollo de sistemas avanzados de alerta temprana.