Mallas adaptativas en redes neuronales de grafos para la predicción de variables oceanográficas.

Abstract

Este Trabajo de Fin de Grado está centrado principalmente en la mejora de la predicción de variables oceanográficas a partir de redes neuronales basadas en grafos, donde nuestro punto de interés se centra en descubrir el impacto que tiene sobre la predicción diferentes tipos de mallas. En la creación de los diferentes tipos de mallas, nos centraremos principalmente en cambios en la distribución de los nodos así como en explorar además una estrategia de densificación basada en la batimetría de la zona de estudio, donde, previamente, se hará un estudio del impacto que tienen distintas cantidades de nodos en las mallas así como el impacto de cambiar el número de aristas entre niveles.

This Bachelor’s Thesis is primarily focused on improving the prediction of oceanographic variables using graph-based neural networks, with our main interest centered on discovering the impact that different types of meshes have on prediction accuracy. In the creation of the various types of meshes, we will mainly focus on changes in the distribution of the nodes, exploring a densification strategy based on the bathymetry of the study area. Before this, a study will be conducted on the impact of varying the number of nodes in the meshes, as well as the effect of changing the number of edges between levels.