RT info:eu-repo/semantics/bachelorThesis
T1 Obtención de patrones meteorológicos mediante Machine Learning
A1 Fernández Marcos, Antía
A2 Universidad de Valladolid
K1 Predicción de ciclones
K1 Deep Learning
K1 ERA5
K1 Inteligencia Artificial
K1 Meteorología
K1 CT
K1 Ciclón tropical
AB Los CTs representan una de las amenazas más significativas para las regionescosteras alrededor del mundo, debido a su capacidad de causar daños extensos yponer en riesgo vidas humanas. Este Trabajo de Fin de Grado se enfoca en eldesarrollo de un modelo de predicción de CTs, utilizando datos meteorológicosde alta resolución de ERA5, con el fin de mejorar la precisión y anticipación deestos fenómenos naturales.En esta memoria se revisan las principales técnicas y arquitecturas actualesutilizadas en la predicción meteorológica y el análisis de grandes volúmenes dedatos.Se emplearon métodos de deep learning para desarrollar un modelo predictivo queanaliza datos históricos y ofrece predicciones sobre la formación y trayectoria deCTs. La investigación incluye un análisis detallado de los datos, la selección decaracterísticas relevantes y la implementación de algoritmos avanzados deaprendizaje 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.
YR 2025
FD 2025-04-03
LK https://uvadoc.uva.es/handle/10324/75646
UL https://uvadoc.uva.es/handle/10324/75646
LA spa
DS UVaDOC
RD 06-may-2025