<p>La descripción de la nubosidad es una de las observaciones de mayor demanda en estudios climatológicos y mientras es deseable un alto grado de calidad en dicha descripción, es muy difícil detectar errores pues se trata de un fenómeno complejo y su observación es realizada por técnicos especializados. En este trabajo se propone implementar un clasificador automático bajo el enfoque machine learning sobre imágenes obtenidas con instrumentos de observación del cielo (TSI). Se describe la implementación de un clasificador multi-etiqueta y se presentan los resultados obtenidos al utilizarlo sobre una colección de datos de la Dirección Meteorológica de Chile. El desempeño obtenido demuestra que la clasificación automática es útil para detectar un buen porcentaje de los errores en las observaciones</p>
<p>Cloud observations are one of the most demanded data in climate study and while high data quality is desirable, it is very difficult to assure because clouds are a complex phenomenon, the common process to obtain this data is error prone and it is very difficult to recognize errors in such observations. This work propose the implementation of an automatic cloud image data classification using the machine learning framework over digital images generated by sky observation instruments (TSI). This report describes the implementation of a multi-label classificator and presents the performance results obtained in the classification of a cloud image data-set from the data-bank in the National Weather Agency of Chile. The result shows that the automatic classification is very useful in the detection of errors and in meteorological observations quality assurance</p>
last modification
Magíster en Didáctica de la Matemática
MAGISTER EN DIDACTICA DE LA MATEMATICA
<p>La descripción de la nubosidad es una de las observaciones de mayor demanda en estudios climatológicos y mientras es deseable un alto grado de calidad en dicha descripción, es muy difícil detectar errores pues se trata de un fenómeno complejo y su observación es realizada por técnicos especializados. En este trabajo se propone implementar un clasificador automático bajo el enfoque machine learning sobre imágenes obtenidas con instrumentos de observación del cielo (TSI). Se describe la implementación de un clasificador multi-etiqueta y se presentan los resultados obtenidos al utilizarlo sobre una colección de datos de la Dirección Meteorológica de Chile. El desempeño obtenido demuestra que la clasificación automática es útil para detectar un buen porcentaje de los errores en las observaciones</p>
<p>Cloud observations are one of the most demanded data in climate study and while high data quality is desirable, it is very difficult to assure because clouds are a complex phenomenon, the common process to obtain this data is error prone and it is very difficult to recognize errors in such observations. This work propose the implementation of an automatic cloud image data classification using the machine learning framework over digital images generated by sky observation instruments (TSI). This report describes the implementation of a multi-label classificator and presents the performance results obtained in the classification of a cloud image data-set from the data-bank in the National Weather Agency of Chile. The result shows that the automatic classification is very useful in the detection of errors and in meteorological observations quality assurance</p>