Applications of machine learning and data science to the blue economysustainable fishing and weather routing

  1. Precioso Garcelán, Daniel
Dirigida por:
  1. David Gómez-Ullate Oteiza Director
  2. Joaquín Pizarro Junquera Tutor

Universidad de defensa: Universidad de Cádiz

Fecha de defensa: 18 de julio de 2023

Tribunal:
  1. Jörg Schäfer Presidente/a
  2. Bernabé Dorronsoro Díaz Secretario
  3. Gabriel Navarro Almendros Vocal

Tipo: Tesis

Teseo: 816733 DIALNET lock_openTESEO editor

Resumen

La Economía Azul ha surgido como un campo de estudio interdisciplinario que busca aprovechar los recursos del océano de manera sostenible y preservar su salud ambiental. Este concepto se ha vuelto cada vez más importante para alcanzar los Objetivos de Desarrollo Sostenible de las Naciones Unidas. Sin embargo, el desarrollo económico y la sostenibilidad pueden entrar en conflicto, lo que destaca la necesidad de abordar estos desafíos con herramientas adecuadas. La ciencia de datos, y en particular el aprendizaje automático (Machine Learning), se ha convertido en una herramienta valiosa para abordar los desafíos de la Economía Azul. Por ejemplo, en el ámbito de la pesca sostenible, es muy relevante la monitorización de poblaciones de peces, que se puede realizar mediante modelos de Machine Learning. En otro ámbito, como es el transporte marítimo, la implementación de herramientas de ¿weather routing¿ puede optimizar las rutas por mar, mejorando la eficiencia en el consumo de combustible y garantizando una reducción en las emisiones de gases de efecto invernadero. En esta tesis se profundizará en el estudio de la pesca sostenible y el weather routing en el contexto de la Economía Azul, aplicando técnicas de ciencia de datos para mejorar la eficiencia y sostenibilidad en ambos campos.