Estudio del espectro de energía de rayos cósmicos mediante técnicas de machine learning con datos del Observatorio Pierre Auger

Simple item page
dc.audiencegeneralPublic
dc.contributorVarela Carlos, Enrique
dc.contributorSalazar Ibargüen, Humberto A.
dc.contributor.advisorVARELA CARLOS, ENRIQUE; 160213
dc.contributor.authorGarmendia Fuentes, Víctor Aldair
dc.date.accessioned2025-11-12T19:03:20Z
dc.date.available2025-11-12T19:03:20Z
dc.date.issued2025-05
dc.description.abstract"En este trabajo se implementa un enfoque basado en modelos de series de tiempo utilizando técnicas de aprendizaje automático (Machine Learning, ML) para la predicción de la exposición acumulada en años futuros. A partir de estas proyecciones, se propone la estimación extendida del espectro de energía de los rayos cósmicos. Este estudio se centra en datos recopilados por el detector de superficie del Observatorio Pierre Auger durante el período 2004-2023. Se espera que esta metodología proporcione un enfoque más sencillo en la resolución del espectro, así como una capacidad mejorada para la extrapolación. Además, este trabajo busca sentar una base sólida para la integración de modelos predictivos basados en ML dentro del análisis científico de rayos cósmicos, como complemento a los enfoques tradicionales sustentados en simulaciones".
dc.folio20250624151344-7570-TL
dc.formatpdf
dc.identificator1
dc.identifier.urihttps://hdl.handle.net/20.500.12371/30379
dc.language.isospa
dc.matricula.creator202037799
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA
dc.subject.lccFísica--Física de la radiación (general)--Física de los rayos cósmicos--Observaciones
dc.subject.lccMatemáticas--Estadística matemática--Análisis de series temporales
dc.subject.lccRayos cósmicos--Medición
dc.subject.lccAnálisis de series de tiempo--Procesamiento de datos
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.thesis.careerLicenciatura en Física
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticas
dc.thesis.degreetoobtainLicenciado (a) en Física
dc.titleEstudio del espectro de energía de rayos cósmicos mediante técnicas de machine learning con datos del Observatorio Pierre Auger
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20250624151344-7570-TL.pdf
Size:
49.86 MB
Format:
Adobe Portable Document Format
Download
Name:
20250624151344-7570-CARTA.pdf
Size:
3.44 MB
Format:
Adobe Portable Document Format
Collections
Tesis de Licenciatura