Registro:
| Documento: | Tesis de Grado |
| Título: | Redes neuronales para el posprocesamiento de pronósticos cuantitativos de precipitación a corto plazo |
| Autor: | Huaranca, Fernando Matías |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Publicación en la web: | 2026-07-08 |
| Fecha de defensa: | 2025-11-05 |
| Fecha en portada: | 2025 |
| Grado Obtenido: | Grado |
| Título Obtenido: | Licenciado en Ciencias de la Atmósfera |
| Departamento Docente: | Departamento de Ciencias de la Atmósfera y los Océanos |
| Director: | Ruiz, Juan José |
| Jurado: | Betolli, María Laura; García Skabar, Yanina; Ayala, Sabrina Noemí |
| Idioma: | Español |
| Formato: | PDF |
| Handle: |
https://hdl.handle.net/20.500.12110/seminario_nATM000027_Huaranca |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nATM000027_Huaranca.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nATM000027_Huaranca |
| Ubicación: | ATM 000027 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Huaranca, Fernando Matías. (2025). Redes neuronales para el posprocesamiento de pronósticos cuantitativos de precipitación a corto plazo. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nATM000027_Huaranca |
Resumen:
El objetivo principal de esta tesis es evaluar el potencial de métodos de posprocesamiento, basados en redes neuronales profundas para pronósticos cuantitativos de precipitación diaria, en la región de Sudamérica con particular énfasis en aquellos eventos de precipitación más extremos. Se realizó una evaluación de arquitecturas basadas en redes encoder-decoder con y sin skip connections entre el encoder y el decoder. Dichos modelos fueron evaluados en base a su capacidad para mejorar la performance del pronóstico de precipitación, con particular énfasis en la representación de los eventos extremos. En base a estos experimentos, se seleccionó una arquitectura encoder-decoder sin skip connections y se determinaron los hiperparámetros óptimos para su entrenamiento. El desempeño de los diferentes esquemas de posprocesamiento propuestos fue diferente según la región analizada, siendo mayor en la porción sur de Sudamérica que se ubica en latitudes medias. La corrección de errores sistemáticos fue parcial, dependiendo de la intensidad y ubicación del evento. Además, las redes neuronales tendieron a producir campos de precipitación espacialmente suaves (con mayor suavidad espacial que los pronósticos numéricos), lo cual resulta en una limitación a la hora de capturar aspectos de escala pequeña. Esto último afecta la detección de eventos extremos de precipitación que típicamente están asociados a procesos de mesoescala que tienen un mayor grado de incertidumbre con respecto a su ubicación espacial y temporal.
Citación:
---------- APA ----------
Huaranca, Fernando Matías. (2025). Redes neuronales para el posprocesamiento de pronósticos cuantitativos de precipitación a corto plazo. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nATM000027_Huaranca
---------- CHICAGO ----------
Huaranca, Fernando Matías. "Redes neuronales para el posprocesamiento de pronósticos cuantitativos de precipitación a corto plazo". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2025.https://hdl.handle.net/20.500.12110/seminario_nATM000027_Huaranca
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nATM000027_Huaranca.pdf
Distrubución geográfica
