Comparar algoritmos de machine learning para la predicción de áreas de mayor riesgo de deslizamientos de tierra en zonas deforestadas.

Abstract

La Organización de las Naciones Unidas (ONU) manifiesta que uno de los problemas sobre los diversos ecosistemas del planeta es la deforestación, a causa de una destrucción descontrolada de árboles sin gestiones de contingencia como la reforestación, destaca que son aproximadamente 10 millones de hectáreas anuales de bosques perdidos. De acuerdo al Centro para el Control y Prevención de Enfermedades (CDC, 2018) describe a los deslizamientos de tierra como un conjunto de tierra, rocas y descomposición de masa solida que caen desde una pendiente, adjunto a esto también perciben el nombre de aludes de barro que comúnmente forman canales debido a su gran descomposición de tierra y mayor parte de agua. Machine Learning, traducido al español se define como aprendizaje automático, se concibe como parte esencial de la inteligencia artificial y como una técnica relacionada a la automatización y detección de patrones sobre una agrupación de datos cualitativos y cuantitativos mediante la integración de sistemas matemáticos, estadísticas e informáticos, se refiere al machine learning como un complemento o subcategoría de la inteligencia artificial que incluye herramientas estadísticas y algoritmos con la finalidad de proveer a las máquinas un nivel de capacidad de aprendizaje y garantizar resultados eficientes sobre una orden especifica luego de un procesamiento de información sin previa aprobación e intervención externa por parte del programador. Una red neuronal artificial (por sus siglas RNA) está basada en un mecanismo de aprendizaje automático cuya inspiración es el cerebro humano, así logran establecer relaciones no lineales entre las variables de entrada y las variables de salida. Una de las principales ventajas de esta técnica de machine Learning es que permite analizar, clasificar y procesar la información en patrones complejos.