Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning

Las propiedades del suelo están influenciadas por múltiples factores, tales como la cantidad de agua, los diversos efectos del cambio climático, el crecimiento de la población y el aumento de las edificaciones en los alrededores. El presente documento se concentra en la estimación del límite líquido...

Full description

Autores:
Cerda Montañez, Raquel Andrea
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
eng
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/44849
Acceso en línea:
http://hdl.handle.net/1992/44849
Palabra clave:
Humedad de suelos
Análisis de regresión
Aprendizaje automático (Inteligencia artificial)
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_d43ad6048fcfd658e4916e43a767facf
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/44849
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Trujillo, Luis Felipevirtual::13084-1Cerda Montañez, Raquel Andrea883f83fe-9dac-4a7d-8434-39a6944efc23500Higuera Arias, Carolina2020-09-03T15:03:50Z2020-09-03T15:03:50Z2019http://hdl.handle.net/1992/44849u831098.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Las propiedades del suelo están influenciadas por múltiples factores, tales como la cantidad de agua, los diversos efectos del cambio climático, el crecimiento de la población y el aumento de las edificaciones en los alrededores. El presente documento se concentra en la estimación del límite líquido, el límite plástico y el porcentaje de humedad tomando en consideración la información suministrada por las imágenes satelitales, el análisis geoespacial y los datos experimentales como variables independientes para la implementación de modelos de regresión lineal múltiple y redes neuronales artificiales. Además, el presente trabajo muestra un análisis comparativo entre la estimación de parámetros implementados en los modelos.The properties of soils are influenced by multiple factors, such as the amount of water, the combined effects of climate change, the population growth and constructions build around. The present paper focuses on the estimation of liquid limit (LL), plastic limit (PL) and moisture percentage (\%w) taking to account information of satellite imagery, geospatial analysis and experimental data as independent variables using multiple linear regression (MR) models and artificial neural network (ANN) modeling techniques. Furthermore, this document presents a comparative analysis in the parameter?s estimation obtained in the implemented models.Ingeniero ElectrónicoPregrado8 hojasapplication/pdfengUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaEstimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPHumedad de suelosAnálisis de regresiónAprendizaje automático (Inteligencia artificial)IngenieríaPublicationhttps://scholar.google.es/citations?user=4TGvo8AAAAJvirtual::13084-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000802506virtual::13084-1eb386eec-3ec8-40c2-829d-ae8cbf0e384evirtual::13084-1eb386eec-3ec8-40c2-829d-ae8cbf0e384evirtual::13084-1THUMBNAILu831098.pdf.jpgu831098.pdf.jpgIM Thumbnailimage/jpeg10372https://repositorio.uniandes.edu.co/bitstreams/9de55a5a-a1d9-46d1-a3d1-9b4ad00959a8/downloadd75b830222c029cd8a12e73d18114ec5MD55ORIGINALu831098.pdfapplication/pdf4342496https://repositorio.uniandes.edu.co/bitstreams/cddf8fb1-d8dd-407c-949e-8d8160bead15/download1811e0c276056a15ef287bd6110321a6MD51TEXTu831098.pdf.txtu831098.pdf.txtExtracted texttext/plain21151https://repositorio.uniandes.edu.co/bitstreams/be56cbde-ed92-4d44-9dbd-c8ee3a095ed2/download9ecf1ccbc071463a0210e2cb6f16d06aMD541992/44849oai:repositorio.uniandes.edu.co:1992/448492024-03-13 14:51:02.812https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.es_CO.fl_str_mv Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
title Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
spellingShingle Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
Humedad de suelos
Análisis de regresión
Aprendizaje automático (Inteligencia artificial)
Ingeniería
title_short Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
title_full Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
title_fullStr Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
title_full_unstemmed Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
title_sort Estimación del límite líquido, límite plástico y porcentaje de humedad en Bogotá utilizando machine learning
dc.creator.fl_str_mv Cerda Montañez, Raquel Andrea
dc.contributor.advisor.none.fl_str_mv Giraldo Trujillo, Luis Felipe
dc.contributor.author.none.fl_str_mv Cerda Montañez, Raquel Andrea
dc.contributor.jury.none.fl_str_mv Higuera Arias, Carolina
dc.subject.armarc.es_CO.fl_str_mv Humedad de suelos
Análisis de regresión
Aprendizaje automático (Inteligencia artificial)
topic Humedad de suelos
Análisis de regresión
Aprendizaje automático (Inteligencia artificial)
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Las propiedades del suelo están influenciadas por múltiples factores, tales como la cantidad de agua, los diversos efectos del cambio climático, el crecimiento de la población y el aumento de las edificaciones en los alrededores. El presente documento se concentra en la estimación del límite líquido, el límite plástico y el porcentaje de humedad tomando en consideración la información suministrada por las imágenes satelitales, el análisis geoespacial y los datos experimentales como variables independientes para la implementación de modelos de regresión lineal múltiple y redes neuronales artificiales. Además, el presente trabajo muestra un análisis comparativo entre la estimación de parámetros implementados en los modelos.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-09-03T15:03:50Z
dc.date.available.none.fl_str_mv 2020-09-03T15:03:50Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/44849
dc.identifier.pdf.none.fl_str_mv u831098.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/44849
identifier_str_mv u831098.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv eng
language eng
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 8 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Universidad de los Andes
dc.publisher.program.es_CO.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/9de55a5a-a1d9-46d1-a3d1-9b4ad00959a8/download
https://repositorio.uniandes.edu.co/bitstreams/cddf8fb1-d8dd-407c-949e-8d8160bead15/download
https://repositorio.uniandes.edu.co/bitstreams/be56cbde-ed92-4d44-9dbd-c8ee3a095ed2/download
bitstream.checksum.fl_str_mv d75b830222c029cd8a12e73d18114ec5
1811e0c276056a15ef287bd6110321a6
9ecf1ccbc071463a0210e2cb6f16d06a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812134007227285504