VI Taller Internacional de Matemática Computacional
-
Algoritmo Híbrido Metaheurístico para Generación de Funciones Booleanas Criptográficamente Robustas
Oristela Cuellar JustizHecho
-
Evaluación de modelos de series temporales para la predicción del flujo de tránsito aéreo
Laritza Asán CaballeroHecho
-
Matemática Computacional para la gasificación Downdraft: modelo, simulación y optimización de biomasa
Elbis D´Espaux SheltonHecho
-
Workflow for effective integration of community detection algorithms in brain network analysis
Jorge Gulín GonzálezHecho
-
Deep Learning Modeling for Water Quality Prediction Using Hydro-Climatic Data
Marina G. ErechtchoukovaHecho
-
Data Science Methods in Understanding Climate Change and Animal Behaviour
Peter A. KhaiterHecho
-
Selecting optimal sites for intervention in a spatial region: a discrete optimization problem in geoscience
Dr. Dirk RooseHecho
-
Análisis computacional sobre el aprendizaje de vocabulario básico de inglés para Educación General Básica Media
Luis Orlando Albarracín ZambranoHecho
-
Modelo computacional para la evaluación del desarrollo de competencias de redacción académica en la asignatura Unidad de Integración Curricular
Jean RamosHecho
-
Modelo predictivo basado en redes neuronales para evaluar la eficacia del láser de baja intensidad en tratamientos de ortodoncia
Verónica Viviana Benavides MorilloHecho
Una planificación eficaz del uso del suelo requiere a menudo herramientas de optimización espacial que tengan en cuenta la interacción espacial en una región de interés, especialmente cuando se abordan procesos ecológicos como el transporte de sedimentos. Este trabajo aplica el método CAMF (acrónimo de Cellular Automata-based heuristic for Minimizing Flow) para evaluar el impacto de la deforestación en la producción de sedimentos dentro de una cuenca fluvial en Manicaragua, Cuba. CAMF selecciona iterativamente los lugares en función de su contribución marginal a la producción de sedimentos, lo que permite a los responsables de la toma de decisiones identificar las zonas críticas en las que debe evitarse la deforestación para proteger los recursos hídricos, y las zonas en las que la deforestación tendría un impacto mínimo. Los resultados muestran que CAMF selecciona eficazmente las zonas de alto y bajo impacto, proporcionando una herramienta práctica para la toma de decisiones y la planificación medioambiental. Además, este estudio plantea un nuevo reto para la investigación futura: utilizar CAMF para identificar las ubicaciones óptimas para la forestación como medida compensatoria de la deforestación inevitable, garantizando la prestación continuada de servicios ecosistémicos con un uso mínimo de la tierra.