:: Ponentes ‎ >


David Ricardo Vivas, Físico 
 Universidad del Valle  
Físico de la Universidad del Valle, actualmente estudiante de maestría en Ciencias – Física.








Contacto: david.vivas@correounivalle.edu.co


Título de la ponencia: "Aprendizaje profundo aplicado a la detección de la capa límite atmosférica"

La Capa de Límite Atmosférica (CLA) es la parte más baja de la atmósfera, y debido a su respuesta a la precipitación, la temperatura, la topografía y la actividad humana, es una de las regiones atmosféricas más dinámicas. La identificación del comportamiento de la altura de la CLA requiere constante supervisión y la aplicación de métodos para su detección y análisis. En el caso de las señales LiDAR elásticas, los métodos comunes como el método del gradiente, el método del punto de inflexión y el método WCT (Wavelet Covariance Transform) son eficaces en condiciones ideales, pero poco fiables y difíciles de automatizar en condiciones de alto ruido, o en situaciones con una presencia significativa de aerosoles y/o nubes de agua. En este trabajo proponemos una solución novedosa para la recuperación de la altura de la CLA en señales de LiDAR elástico mediante el entrenamiento supervisado de una red neural convolucional, obligándola a aprender a detectar tal parámetro en condiciones reales, no ideales. El desarrollo actual de este trabajo ha demostrado que la red neural es capaz de ajustarse a los valores de la altura de la CLA utilizados para su entrenamiento con un error medio del 3%.