Resumen

Los deslizamientos de tierra son uno de los desastres naturales más devastadores que causan una gran pérdida de vidas y daños a propiedades e infraestructuras, afectando negativamente la socioeconomía del país. Los deslizamientos de tierra ocurren en áreas montañosas y colinosas en todo el mundo. Se han utilizado modelos de aprendizaje automático (ML) individuales, en conjunto y híbridos en estudios de deslizamientos de tierra para mejorar la cartografía de susceptibilidad a deslizamientos y la gestión del riesgo. En el presente estudio, se han utilizado tres modelos de ML individuales, a saber, análisis discriminante lineal (LDA), regresión logística (LR) y red de función de base radial (RBFN), para la cartografía de susceptibilidad a deslizamientos en el distrito de Pithoragarh, ya que estos modelos son fáciles de aplicar y hasta ahora no se han utilizado en este área para estudios de deslizamientos. El objetivo principal de este estudio es evaluar el rendimiento de estos modelos individuales

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Deslizamientos de tierra; Modelos de aprendizaje automático; Cartografía de susceptibilidad; Distrito de Pithoragarh; Factores que afectan los deslizamientos de tierra; Rendimiento.
• Keywords:Landslides; Machine learning models; Susceptibility mapping; Pithoragarh district; Landslide affecting factors; Performance.