Determinación de los niveles de riesgo por deslizamiento traslacional utilizando algoritmos de aprendizaje supervisado en el centro poblado de Maizhondo, Ayacucho - 2024

Simple item page
dc.contributor.advisorBendezú Prado, Jaime Leonardo
dc.contributor.authorMeza Gonzales, Carlos Eduardo
dc.date.accessioned2025-10-31T20:41:05Z
dc.date.available2025-10-31T20:41:05Z
dc.date.issued2025
dc.description.abstractEl presente proyecto de investigación tuvo como finalidad determinar los niveles de riesgo por deslizamiento traslacional en las áreas de expansión urbana del centro poblado de Maizhondo, mediante la implementación de algoritmos de aprendizaje supervisado, específicamente redes neuronales artificiales. Esta herramienta tecnológica se planteó como una alternativa innovadora para la clasificación automatizada del riesgo, facilitando la identificación oportuna de zonas críticas y fortaleciendo la toma de decisiones en la gestión del riesgo. Para ello, se desarrolló un modelo predictivo capaz de evaluar, por separado, los niveles de peligrosidad y vulnerabilidad. En la etapa de evaluación de la peligrosidad, el modelo alcanzó una precisión del 94.85 %, con una tasa de efectividad del 97.56 % en la clasificación de los casos. Por su parte, el modelo de vulnerabilidad logró una precisión del 98.24 %, y una efectividad del 85.37 % en la clasificación dentro de los rangos definidos. Posteriormente, se integraron ambos factores para calcular el nivel de riesgo mediante una lógica de intersección, obteniendo una precisión del 82.93% en la clasificación final. Los resultados obtenidos evidencian el potencial de los modelos de aprendizaje supervisado como herramientas de apoyo en la gestión del riesgo,demostrando una alta capacidad predictiva y un bajo margen de error, contribuyendo al fortalecimiento de estrategias preventivas frente a desastres naturales.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS CIV619_Mez
dc.identifier.urihttps://repositorio.unsch.edu.pe/handle/20.500.14612/8187
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectAprendizaje supervisadoes_PE
dc.subjectDeslizamiento traslacionales_PE
dc.subjectRiesgoes_PE
dc.subjectEstrategias preventivases_PE
dc.subjectDesastres naturaleses_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.01
dc.titleDeterminación de los niveles de riesgo por deslizamiento traslacional utilizando algoritmos de aprendizaje supervisado en el centro poblado de Maizhondo, Ayacucho - 2024es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
renati.advisor.dni08041589
renati.advisor.orcidhttps://orcid.org/0000-0001-9529-5179
renati.author.dni74138540
renati.discipline732016
renati.jurorVílchez Peña, Ángel Hugo
renati.jurorIrcañaupa Huamaní, Alex Sander
renati.jurorBendezú Prado, Jaime Leonardo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Civil
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.levelTítulo profesional
thesis.degree.nameIngeniero Civil
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
TESIS CIV619_Mez.pdf
Size:
9.19 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
AUT TESIS CIV619_Mez.pdf
Size:
361.85 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
INFO TESIS CIV619_Mez.pdf
Size:
9.58 MB
Format:
Adobe Portable Document Format
Download
Collections
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL