VI Taller Internacional de Matemática Computacional
-
Matemática Computacional para la gasificación Downdraft: modelo, simulación y optimización de biomasa
Elbis D´Espaux SheltonHecho
-
Algoritmo Híbrido Metaheurístico para Generación de Funciones Booleanas Criptográficamente Robustas
Oristela Cuellar JustizHecho
-
Workflow for effective integration of community detection algorithms in brain network analysis
Jorge Gulín GonzálezHecho
-
Evaluación de modelos de series temporales para la predicción del flujo de tránsito aéreo
Laritza Asán CaballeroHecho
-
Data Science Methods in Understanding Climate Change and Animal Behaviour
Peter A. KhaiterHecho
-
Deep Learning Modeling for Water Quality Prediction Using Hydro-Climatic Data
Marina G. ErechtchoukovaHecho
-
Selecting optimal sites for intervention in a spatial region: a discrete optimization problem in geoscience
Dr. Dirk RooseHecho
-
Modelo computacional de analítica de datos con Power BI para la identificación de patrones delictivos contra la propiedad en la Zona 1 del Ecuador
Andrés Roberto León YacelgaHecho
-
Modelos de simulación clínica en la enseñanza de las ciencias de la salud: una revisión sistemática
Mónica Gabriela Cháchalo SandovalHecho
-
Sistema inteligente para la detección y clasificación de vulnerabilidades en aplicaciones Android usando Minería de Datos y Algoritmos Supervisados
Fausto Alberto Viscaino NaranjoHecho
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.