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

ilustraciones, gráficas, mapas, tablas

Autores:
Arias Patiño, Miguel Fernando
Tipo de recurso:
Fecha de publicación:
2014
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/52472
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/52472
http://bdigital.unal.edu.co/46817/
https://repositorio.unal.edu.co/
Palabra clave:
630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales
Aprendizaje automático
Gravimetría
Algoritmos
machine learning
gravimetry
algorithms
Aprendizaje de máquina
Geodesia
Nivelación geométrica
Gravimetría
Altura elipsoidal
Sistemas de referencia
Machine learning
Geodesy
Spirit levelling
Gravimetry
Ellipsoidal height
Reference systems
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
id UNACIONAL2_8cb86c3438eeb37f5763948a5c72e6a4
oai_identifier_str oai:repositorio.unal.edu.co:unal/52472
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
title Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
spellingShingle Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales
Aprendizaje automático
Gravimetría
Algoritmos
machine learning
gravimetry
algorithms
Aprendizaje de máquina
Geodesia
Nivelación geométrica
Gravimetría
Altura elipsoidal
Sistemas de referencia
Machine learning
Geodesy
Spirit levelling
Gravimetry
Ellipsoidal height
Reference systems
title_short Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
title_full Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
title_fullStr Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
title_full_unstemmed Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
title_sort Desarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidales
dc.creator.fl_str_mv Arias Patiño, Miguel Fernando
dc.contributor.advisor.spa.fl_str_mv Ochoa Gutiérrez, Luis Hernán
dc.contributor.author.spa.fl_str_mv Arias Patiño, Miguel Fernando
dc.subject.ddc.spa.fl_str_mv 630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales
topic 630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materiales
Aprendizaje automático
Gravimetría
Algoritmos
machine learning
gravimetry
algorithms
Aprendizaje de máquina
Geodesia
Nivelación geométrica
Gravimetría
Altura elipsoidal
Sistemas de referencia
Machine learning
Geodesy
Spirit levelling
Gravimetry
Ellipsoidal height
Reference systems
dc.subject.agrovoc.spa.fl_str_mv Aprendizaje automático
Gravimetría
Algoritmos
dc.subject.agrovoc.eng.fl_str_mv machine learning
gravimetry
algorithms
dc.subject.proposal.spa.fl_str_mv Aprendizaje de máquina
Geodesia
Nivelación geométrica
Gravimetría
Altura elipsoidal
Sistemas de referencia
dc.subject.proposal.eng.fl_str_mv Machine learning
Geodesy
Spirit levelling
Gravimetry
Ellipsoidal height
Reference systems
description ilustraciones, gráficas, mapas, tablas
publishDate 2014
dc.date.issued.spa.fl_str_mv 2014
dc.date.accessioned.spa.fl_str_mv 2019-06-29T14:28:30Z
dc.date.available.spa.fl_str_mv 2019-06-29T14:28:30Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/52472
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/46817/
dc.identifier.instname.spa.fl_str_mv Universidad Nacional de Colombia
dc.identifier.reponame.spa.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourl.none.fl_str_mv https://repositorio.unal.edu.co/
url https://repositorio.unal.edu.co/handle/unal/52472
http://bdigital.unal.edu.co/46817/
https://repositorio.unal.edu.co/
identifier_str_mv Universidad Nacional de Colombia
Repositorio Institucional Universidad Nacional de Colombia
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv xv, 124 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv Bogotá - Ciencias Agrarias - Maestría en Geomática
dc.publisher.department.spa.fl_str_mv Escuela de posgrados
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Agrarias
dc.publisher.place.spa.fl_str_mv Bogotá, Colombia
dc.publisher.branch.spa.fl_str_mv Universidad Nacional de Colombia - Sede Bogotá
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/52472/1/1010161419.2014.pdf
https://repositorio.unal.edu.co/bitstream/unal/52472/2/1010161419.2014.pdf.jpg
bitstream.checksum.fl_str_mv 95d9efb67ee23081db918f94e3c70db8
2f946aaf4d2e4c68a04fb8c61b2823e5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1806886587424833536
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ochoa Gutiérrez, Luis Hernán61135e0738aca82e58b88b6d224901a3500Arias Patiño, Miguel Fernandoc33b5d15-14ad-4375-89b0-1abea9e620423002019-06-29T14:28:30Z2019-06-29T14:28:30Z2014https://repositorio.unal.edu.co/handle/unal/52472http://bdigital.unal.edu.co/46817/Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, gráficas, mapas, tablasEsta 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).This 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.Incluye anexosMaestríaMagíster en GeomáticaTecnologías geoespacialesCiencias Agronómicasxv, 124 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ciencias Agrarias - Maestría en GeomáticaEscuela de posgradosFacultad de Ciencias AgrariasBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá630 - Agricultura y tecnologías relacionadas::631 - Técnicas específicas, aparatos, equipos, materialesAprendizaje automáticoGravimetríaAlgoritmosmachine learninggravimetryalgorithmsAprendizaje de máquinaGeodesiaNivelación geométricaGravimetríaAltura elipsoidalSistemas de referenciaMachine learningGeodesySpirit levellingGravimetryEllipsoidal heightReference systemsDesarrollo de un algoritmo de aprendizaje de máquina para gravimetría, nivelación geométrica y alturas elipsoidalesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMEstudiantesInvestigadoresPúblico generalORIGINAL1010161419.2014.pdfTesis de Maestría en Geomáticaapplication/pdf3484978https://repositorio.unal.edu.co/bitstream/unal/52472/1/1010161419.2014.pdf95d9efb67ee23081db918f94e3c70db8MD51THUMBNAIL1010161419.2014.pdf.jpg1010161419.2014.pdf.jpgGenerated Thumbnailimage/jpeg4062https://repositorio.unal.edu.co/bitstream/unal/52472/2/1010161419.2014.pdf.jpg2f946aaf4d2e4c68a04fb8c61b2823e5MD52unal/52472oai:repositorio.unal.edu.co:unal/524722023-02-25 23:04:54.882Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co

Publicaciones similares