Resumen

La predicción del desplazamiento de un deslizamiento de tierra en un embalse sigue siendo inherentemente incierta, ya que aún no se cuenta con una comprensión completa del complejo y no lineal sistema dinámico de deslizamientos. Una cuantificación adecuada de las incertidumbres predictivas es fundamental para la predicción del desplazamiento y la mitigación de deslizamientos en embalses. Una predicción de densidad, que ofrece una estimación completa de la densidad de probabilidad para futuras salidas, es prometedora para la cuantificación de la incertidumbre del desplazamiento de un deslizamiento. En el presente estudio, se propone un enfoque híbrido de inteligencia computacional para construir un modelo de predicción de densidad del desplazamiento de un deslizamiento y cuantificar las incertidumbres predictivas asociadas. El enfoque de inteligencia computacional híbrida consta de dos pasos: primero, se seleccionan las variables de entrada a través de un análisis de cópulas; segundo,

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Predicción de desplazamiento; Incertidumbres; Predicción de densidad; Enfoque híbrido de inteligencia computacional; Análisis de cópulas; KSVMQR
• Keywords:Displacement prediction; Uncertainties; Density prediction; Hybrid computational intelligence approach; Copula analysis; KSVMQR