Catálogo de publicaciones

Los excedentes hídricos producto de eventos meteorológicos extremos representan una amenaza, cuyo impacto puede mitigarse mediante la implementación de las adecuadas medidas estructurales y no estructurales. El proyecto de dichas medidas requiere de un caudal de diseño, que represente el mayor previsible para cierto período futuro, establecido según el riesgo de falla asumido. La escasez de series históricas de aforos lleva, habitualmente, a su evaluación indirecta a partir de una transformación lluvia ? caudal. Sin embargo, la estimación de la lluvia de diseño es compleja dado que no basta con definir su magnitud, si no que se debe reflejar la variabilidad temporal del fenómeno y su estructura geográfica.En la presente tesis se propone una metodología para la determinación de la lluvia de diseño, tomando como sistema experimental a la provincia de Tucumán. Para ello se parte de tecnología integrada, desarrollada en la provincia de Córdoba, donde se plantean innovaciones metodológicas que contribuyen a su perfeccionamiento. Algunas de las propuestas pretenden salvar áreas de vacancia dentro de la metodología preexistente y otras se realizan a partir del condicionamiento que imponen las condiciones locales y la información disponible. El procedimiento a seguir requiere, en primera instancia, la estimación de la magnitud de la lluvia futura. Para ello, se distinguen dos metodologías diferenciadas según la escala de diseño hidrológico: los proyectos de gran envergadura, se calculan considerando el Valor Límite Estimado o Precipitación Máxima Probable, mientras que obras medianas y pequeñas se dimensionan empleando un modelo probabilístico denominado relación intensidad ? duración ? recurrencia (i-d-T). Para el primer caso, se propone en esta tesis una metodología novedosa para estimar estadísticamente la PMP, basada en series aleatorias sintéticas e independiente de los registros locales, mientras que para el segundo caso, se calibra el modelo DIT (Caamaño Nelli y García, 1999), incorporando un análisis de la incidencia del lapso de medición de la lluvia, producto del uso de pluviómetros de alta frecuencia.Una vez establecida la magnitud de la lluvia resta definir su distribución temporal a través de un Hietograma Tipo, para lo cual se evaluan seis estrategias derivando la solución óptima según la información disponible. Luego, como el área medida es siempre una muestra ínfima de la cuenca y el máximo allí predicho no ocurrirá simultáneamente en todos los puntos, se ajusta un algoritmo de atenuación, que convierte la lluvia puntual en una media areal. El ajuste se realiza según un enfoque original que contempla la escala de los eventos meteorológicos.Por último, se propone la regionalización de los parámetros de los modelos de predicción empleando herramientas de la geoestadística, que contemplan la estructura de autocorrelación espacial y cuantifican el error de la interpolación permitiendo evaluar su validez.Los resultados de esta tesis consolidan la tecnología integrada empleada para predicción de lluvias de diseño, cuyo uso se ha difundido en los últimos años a gran parte del país. Los mismos representan una herramienta fundamental para el correcto diseño de obras hidráulicas y planificación urbana y rural en la región.

Entender fenómenos sociales utilizando datos provenientes de la interacción de personas en plataformas online es un área de estudio que cobra cada vez mayor relevancia. En el presente trabajo se utilizan técnicas de procesamiento del lenguaje natural y de aprendizaje automático para analizar si, sobre la base información obtenida de posts de un popular foro bursátil online de Argentina, se puede extraer información que contenga poder predictivo sobre el retorno diario futuro de un grupo de acciones. En concreto, para un conjunto de acciones, se procesan y normalizan los posts diarios que pertenecen al tema de cada acción, utilizando el modelo de bolsa de palabras para representar los posts de cada acción. Luego se lleva adelante un proceso de reducción de dimensionalidad (descomposición truncada en valores singulares). Como resultado de este proceso se obtiene una serie de atributos que, se presume, tienen contenido semántico y pueden ser asociados a tópicos que se debaten en los foros. Una vez hecho esto, se intenta responder dos preguntas. Primero, ¿tienen estos tópicos información predictiva referida al retorno futuro diario de una acción? Segundo, de haber información predictiva, ¿es la misma novedosa, o simplemente es otra forma de obtener información que ya se encontraba presente en el comportamiento pasado de los precios de una acción, y que podría ser captada simplemente analizando indicadores técnicos? Los resultados obtenidos son alentadores, pues parecen indicar que efectivamente los tópicos contienen información con valor predictivo y que la misma estaría complementando información contenida en el precio pasado de las acciones. Un resultado adicional interesante es que los tópicos detectados parecieran captar idiosincrasias de carácter político y económico que com´unmente se asocian a las empresas que la acción estudiada representa.

Agradecimientos - Resumen - Summary - Lista de Tablas - Lista de Figuras - Capítulo 1 - Introducción - 1.1. Problema de Investigación - 1.2. Objetivos - 1.3. Hipótesis - 1.4. Organización de la Tesis - PARTE I. Marco Teórico y Metodológico - Capítulo 2 - Marco Teórico y Antecedentes - 2.1. Introducción - 2.2. Economía del Sector Lácteo - 2.3. Modelización y Predicción de Precios en la Cadena - 2.4. Antecedentes - Capítulo 3 - Metodología - 3.1. Introducción - 3.2. Predicción Mediante el VECM - 3.3. Predicción con ANN - 3.4. Comparación de los Modelos - Capítulo 4 - Datos, Variables y Procedimientos - 4.1. Introducción - 4.2. Variables - 4.3. Fuentes de los Datos - 4.4. Descripción de las Variables - 4.5. Implementación y Software - PARTE II. Resultados - Capítulo 5 - Predicción del Precio al Productor Primario - 5.1. Introducción - 5.2. Estimación del VECM - 5.3. Estimación del ANN - 5.4. Comparación de los Modelos - 5.5. Síntesis y Conclusiones - Capítulo 6 - Discusión, Conclusiones y Recomendaciones - 6.1. Discusión - 6.2. Conclusiones - 6.3. Recomendaciones y Futuras Líneas de Investigación - Bibliografía - Anexo

Hay una gran cantidad de reportes en la literatura en los que se realizan experimentos sobre distintos conjuntos de datos verificando la performance de las redes neuronales para tareas predictivas. Los estudios coinciden en que los resultados son muy prometedores pero las conclusiones obtenidas al comparar este tipo de métodos con los estadísticos son inconsistentes entre sí. Un problema con la literatura asociada a las predicciones de series temporales con aprendizaje automático es que la mayoría de los estudios publicados proveen predicciones aclamando precisiones satisfactorias sin compararlas con métodos estadísticos o inclusive simples puntos de referencia. Este hecho crea altas expectativas con respecto a la capacidad predictiva de las técnicas de aprendizaje automático, pero sin una prueba empírica de que este sea el caso, habilitando conclusiones que podrían no ser sostenibles. La motivación por la realización del presente Trabajo Final Integrador surge a partir de las posiciones encontradas en la literatura las cuales ameritan su investigación y análisis. El objetivo general del presente Trabajo Final Integrador es comparar distintos métodos de aprendizaje automático basados en redes neuronales con el método estadístico vectorial autorregresivo (VAR, por su sigla en inglés) para la predicción de series temporales multivariadas. Los objetivos específicos a realizar para alcanzar el objetivo general son los siguientes: - Analizar el desempeño del método VAR para la predicción de una serie temporal multivariada. - Analizar el desempeño de distintos métodos de aprendizaje automático para la predicción de una serie temporal multivariada. - Identificar posibles causas de las diferencias en la literatura respecto de la precisión de los distintos modelos predictivos. Los aportes del presente Trabajo Final Integrador se resumen a continuación: - La comparación numérica y visual entre los resultados obtenidos con cada modelo sobre la misma serie temporal, destacando sus principales diferencias, debilidades y fortalezas. - La obtención de una opinión objetiva y fundamentada al respecto de las diferencias y contradicciones entre las publicaciones que comparan los diferentes métodos predictivos. Como posibles líneas de investigación a futuro se propone lo siguiente: - Trabajar con series temporales con mayor cantidad de observaciones por variable, lo cual sin dudas mejoraría los modelos de aprendizaje automático, no tanto así a los estadísticos. - Aumentar la diversidad de modelos, que interpreten los datos de forma diferente. Hay una gran cantidad de modelos estadísticos, y de alternativas de aprendizaje automático diferentes y de estrategias de generación de ensambles que podrían obtener y potenciar lo mejor de cada uno. - Validar los resultados y conclusiones obtenidas utilizando conjuntos de datos diferentes. En el presente Trabajo Final Integrador se utilizó un conjunto de datos con información climática que fue grabada con el objetivo de ser analizada en la estación climática en el Instituto de Biogeoquímica Max Planck en Jena, Alemania. Luego sería esperable que para datos relacionados con fenómenos meteorológicos en un entorno real, pero de distinta zona geográfica, se obtengan resultados similares. A su vez, para datos procedentes de un origen distinto, por ejemplo de la lectura de sensores de maquinaria industrial, se podría obtener una nueva percepción sobre cada modelo.

El objetivo de una visualización es obtener una representación del conjunto de datos que ayude al usuario en la correcta interpretación de los mismos y así lograr un acertado análisis de éstos. Dado el constante crecimiento de los conjuntos de datos en diferentes y variados campos de la información, la tarea de elegir la técnica más adecuada para visualizar convenientemente los datos no es sencilla. Además, el resultado del proceso de visualización depende de todas las decisiones que se hayan tomando a lo largo de dicho proceso: un usuario inexperto es propenso a tomar decisiones equivocadas afectando negativamente la visualización obtenida y, a la larga, frustrando su experiencia con la visualización. Si bien a la hora de visualizar conjuntos de datos pequeños no hay grandes desafíos, la situación cambia al intentar visualizar grandes conjuntos de datos: una mala decisión en cualquier punto del proceso de visualización y el resultado obtenido puede no ser satisfactorio. Una alternativa para solucionar este problema es guiar al usuario en la toma de decisiones a lo largo del proceso. Sin embargo, esta tarea no es sencilla: implica la existencia de herramientas que permitan predecir qué decisión es “más conveniente” tomar. Una forma de elegir la decisión más conveniente es basarse en métricas sobre los datos que describan aspectos claves de la técnica y permitan predecir el resultado final sin necesidad de aplicar la técnica sobre los datos.

Entender los mecanismos que están involucrados durante la deformación de las unidades geológicas frágiles resulta indispensable para numerosas actividades, tanto industriales como científicas. Se han dedicado considerables esfuerzos a estudiar y analizar los procesos físicos que modelan la corteza superior. Como consecuencia se sabe que el fracturamiento es uno de los mecanismos más importantes involucrados en la distribución de la deformación sobre capas frágiles. Las fracturas son un elemento crucial en los reservorios de petróleo y gas con baja porosidad primaria y permeabilidad {incluyendo a los reservorios de shale oil, shale-gas y tight sand{ y su distribución, orientación e interconectividad son esenciales en la efectividad de la porosidad y permeabilidad secundaria. Los patrones de fracturas y sus características no pueden ser medidas de manera directa en todo un reservorio, por lo que es necesario adquirir estos parámetros basándose en evidencias indirectas. El análisis de curvatura es una de las metodologías más comunes y efectivas usadas con este propósito y ha sido empleada por geólogos estructuralistas para describir la geometría de superficies plegadas, para cuantficar el grado de deformación de los estratos y para estimar y predecir las fracturas relacionadas al plegamiento en reservorios. El objetivo de esta tesis es incorporar un nuevo método de cálculo de curvatura. Dicho método fue pensado desde una perspectiva distinta a la puramente matemática y geométrica ya conocidas. El enfoque propuesto para este nuevo método de cálculo de curvatura, radica en la diferenciación y comparación de la superficie deformada con una "original" no deformada. Lo que se compara es cuánto se diferencia la superficie deformada de un plano, además de determinar cuáles son las direcciones de mayor curvatura en cada punto de la superficie, para luego poder estimar áreas con mayor o menor probabilidad de fracturamiento y cuáles podrían ser la direcciones de las fracturas. En este trabajo, además se llevaron a cabo una serie de modelos analógicos con el fin de generar un sistema de fracturas que esté directamente relacionado a la geometría. Estos modelos representan la evolución de un pliegue sobre capas de yeso y arcilla. Las diferentes etapas fueron digitalizadas mediante un escáner 3D y se calcularon las curvaturas. Como resultado, se determinaron las áreas de mayor curvatura y orientaciones de fractura. Los resultados son muy prometedores y presentan una buena correlación entre las fracturas de los modelos analógicos y los numéricos. También se investigó la relación entre la curvatura y el fracturamiento en un prototipo natural. Se recogieron datos espaciales de alta precisión utilizando un GPS diferencial de los afloramientos y se midieron los juegos de fracturas. La comparación entre la curvatura calculada y las fracturas numéricas indican que en todas las superficies registradas al menos un juego de fracturas coincide con el intervalo de mayor frecuencia para las trazas simuladas numéricamente. Los resultados muestran que la herramienta desarrollada es útil para determinar áreas con mayor probabilidad de fracturarse y la predicción de las direcciones principales de las fracturas. Este método puede servir para localizar zonas de mayor porosidad y permeabilidad, indicando zonas con mayor probabilidad de alojar hidrocarburos.

Tesis (Doctor en Ciencias Agropecuarias)--UNC- Facultad de Ciencias Agropecuarias, 2012.

Trabajo Final (Especialización en Producción de Cultivos Extensivos)--UNC- Facultad de Ciencias Agropecuarias, 2015.

Fil:Alvarez, José Angel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.

Tesis (DCI)--FCEFN-UNC, 2010