Modelos de predicción para la estimación del impacto generado por un evento sísmico a través de características sociodemográficas y económicas

Abstract

El propósito principal de este proyecto es determinar cuál de los modelos estadísticos propuestos (Regresión Lineal, Random Forest y Maquinas de Soporte Vectorial) presenta un mejor comportamiento frente a la predicción de los efectos de un evento sísmico. A través del aprendizaje automático y diferentes modelos matemáticos de regresión se busca predecir los posibles efectos de este tipo de desastres como muertos, heridos y daños, teniendo en cuenta características socio-demográficas y económicas. En los últimos 10 años han ocurrido más de 400 desastres naturales, por ejemplo, los terremotos de Haití, Chile, México y otros alrededor del mundo, debido a esto, ha crecido el interés por entender el comportamiento de los desastres naturales y desarrollar proyectos que reduzcan los efectos que estos pueden tener sobre la población. conjunto y usando técnicas de aprendizaje automático y logística humanitaria con el fin de estimar los efectos de eventos futuros y diseñar planes de acción que los mitiguen. Esto permite optimizar la gestión de la cadena de suministros y agilizar el apoyo a las poblaciones más vulnerables, el socorro de heridos y evitar la propagación de enfermedades. Para el cumplimiento de los objetivos, este documento constara de un marco teórico referente al tema a desarrollar, revisión de antecedentes y el desarrollo de los algoritmos para cada uno de los modelos; se documentarán también la adecuación de las diferentes bases de datos con las que este se desarrollara, así como los resultados computacionales obtenidos de la aplicación de dichos modelos. .