000			03360nam a22003617a 4500
003			EC-UrYT
005			20221206000929.0
008			150116t9999 mx r gr 000 0 spa d
040			_cEC-UrYT
041			_aeng _bspa
100	1		_912909 _aChaglla Aguagallo, Diana Karina _eautor
245	1	0	_aForecasting groundwater level recession patterns through ARIMA and Hidden Markov Model: A comparative study / _cDiana Karina Chaglla Aguagallo ; tutor Manuel Eugenio Morocho Cayamcela
264		4	_aUrcuquí, _c2021
300			_a54 hojas : _bilustraciones (algunas a color) ; _c30 cm + _e1 CD-ROM
502			_aTrabajo de integración curricular _b(Matemático/a). _cUniversidad de Investigación de Tecnología Experimental Yachay. _gUrcuquí, _d2021
504			_aIncluye referencias bibliográficas (páginas 30-33)
506			_aTrabajo de integración curricular con acceso abierto
516			_aTexto (Hypertexto links)
520			_aLos humedales altoandinos -considerados como áreas de conservación de agua- han sufrido daños importantes debido al pastoreo excesivo y al drenaje sistemático. Por esta razón, el Fideicomiso Mercantil Fondo para la Protección del Agua (FONAG) ha desarrollado una línea de base con el fin de obtener información sobre su estado de degradación mediante la creación de 18 pozos que permiten medir sus niveles de agua subterránea y dinámica hidráulica en épocas lluviosas y secas. Como acción de restauración contra el daño, se han taponado los drenajes artificiales con el propósito de monitorear el proceso de recuperación vegetal, de los suelos, y la dinámica del agua de los humedales. Sin embargo, no se ha podido identificar si la acción de restauración ayuda a mitigar el daño existente en el área; y hasta ahora no se dispone de la suficiente cantidad de datos para realizar una investigación adicional. Para solucionar este problema, proponemos un modelo personalizado de predicción de series de tiempo, que consta de tres etapas principales. En primer lugar, adquirimos un conjunto de datos de alta calidad para usarse en la implementación y análisis de los modelos. En segundo lugar, seleccionamos los parámetros que mejor se ajusten a los modelos a desarrollar, en particular el modelo autorregresivo integrado de media móvil y el model oculto de Markov. Finalmente, presentamos un estudio comparativo entre los modelos antes mencionados. Se espera que la estrategia propuesta mida la efectividad de los modelos y sirva como base para poder trabajar con datos recopilados en series de tiempo de los otros pozos ubicados en el humedal.
546			_aTextos en inglés con resúmenes en español e inglés
650		0	_912699 _aPredicción de series de tiempo
650		0	_912910 _aNivel de agua subterránea
650		0	_911555 _aHumedales
650		0	_912773 _aModelos ocultos de Markov
650		0	_912911 _aTime series forecasting
650		0	_912912 _aGroundwater level
650		0	_911492 _aMatemática _vTrabajos y disertaciones académicas
700	1		_912750 _aMorocho Cayamcela, Manuel Eugenio _etutor
710	1		_aUniversidad de Investigación de Tecnología Experimental Yachay. _bEscuela de Ciencias Matemáticas Computacionales _911232
856			_zVer recurso _uhttp://repositorio.yachaytech.edu.ec/handle/123456789/367
942			_2ddc _cTIC
999			_c3971 _d3971