[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-123683-es":3,"doc-seo-123683-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},123683,549768064778,"Finn","https://ap-avatar.wpscdn.com/davatar_6f874abed73319feea01a86fa6f0fab8",24,"Tecnología","StopFire - Alertas de Incendios Forestales en Argentina Usando IoT y Machine Learning","Los incendios forestales provocan daños severos y sus efectos se reflejan en cientos de miles de hectáreas. Para fortalecer la prevención en Argentina, StopFire propone un sistema de monitoreo basado en IoT que captura imágenes en zonas en riesgo y utiliza modelos de Machine Learning con Redes Neuronales Convolucionales para detectar la presencia de fuego. La solución integra un tablero de supervisión de los dispositivos y una aplicación móvil para reportar riesgo mediante imágenes geolocalizadas, apoyando decisiones más rápidas y precisas.","StopFire: Alertas de Incendios Forestales en Argentina Usando IoT y Machine Learning  \nAlejandra Curbelo 1 [0000-0003-1708-6624], Juan Cruz Alric 1 [0000-0002-8854-9844] y Pablo Ezequiel Inchausti 1 [0000-0002-8342-1796]  \n1Universidad Argentina de la Empresa (UADE), Instituto de Tecnología (INTEC) . Buenos  \nAires, Argentina  \n{alcurbelo, jalric, [pinchausti}@uade.edu.ar](pinchausti}@uade.edu.ar)  \nResumen. Los incendios forestales son devastadores para un ambiente y susefectos se miden en cientos de miles de hectáreas. Para contribuir en laprevención de incendios forestales, se desarrolla una solución de monitoreo porimágenes de las zonas en riesgo basada en IoT, y la utilización de modelos de Machine Learning con Redes Neuronales Convolucionales para identificar en lasimágenes la presencia del fuego. La solución se completa con un tablero de monitoreo de los dispositivos de IoT y una aplicación móvil para reportar el riesgo de incendio enviando imágenes geolocalizadas.  \nKeywords: Incendios Forestales. Machine Learning, IoT, Redes Neuronales  \n1 Introducción  \nUn incendio forestal se define como un fuego que se propaga rápidamente y de formadescontrolada a través de la vegetación de una zona, y, si bien se pueden originar por causas naturales, como las tormentas eléctricas, más del 95% de los incendios forestalesen Argentina son provocados por el hombre, ya sea de forma intencional, o no [1] .  \nLos incendios forestales suelen producir efectos devastadores, y de acuerdo al Servicio Nacional de Manejo del Fuego (SNMF) , en el 2021 más de 302 mil hectáreasen Argentina fueron afectadas por el fuego, con la provincia de San Luis encabezando la lista [2] . En febrero del 2022, los incendios forestales de Corrientes afectaron más de 900 mil hectáreas, un equivalente al 11% de la superficie provincial [3] .  \nEl objetivo del presente trabajo es contribuir a la prevención de incendios forestalesen Argentina, y desarrollar un sistema de alertas y monitoreo por imágenes. Se utiliza IoT para el monitoreo y se determina la presencia del fuego con modelos de Machine Learning (ML) . Se complementa la solución con una aplicación móvil para reportar el riesgo de incendio en una zona, enviando imágenes con información geolocalizada.  \nEl trabajo inicia en el 2022 cómo Proyecto Final de Ingeniería Informática (PFI) de Alejandra Curbelo y Juan Cruz Alric, siendo Pablo Inchausti, docente en PFI, el tutor. También se integra en el INTEC, el Instituto de Tecnología de UADE, a la línea A21T03: Aplicaciones de Machine Learning para el uso de Recursos Naturales. [4] ycontinúa el trabajo de AQUA [5] sobre prevención de incendios forestales en Pinamar.  \n2 Materiales y Métodos  \nEl sistema StopFire está compuesto por una aplicación web, con un módulo dedetección de incendios forestales que integra un modelo de Machine Learning para analizar imágenes de zonas forestales capturadas por dispositivos de IoT.  \nLos dispositivos de IoT se conectan a servicios desplegados en el Cloud Provider AWS, y reciben imágenes cada 30 minutos, para procesarlas y generar una alerta en caso de que el modelo entrenado detecte que existe un posible incendio en la zona.  \nEl sistema de monitoreo se presenta como un tablero que permite ver las cámarasconectadas a la red, con su ubicación geográfica. En el módulo de alertas se muestra la foto que el modelo utilizó para determinar el potencial foco de incendio, con información geolocalizada de la cámara y el día y la hora de la captura de la imagen. En la Fig. 1. se describe el modelo de solución de StopFire a alto nivel:  \nFig. 1. StopFire: modelo de solución  \nRespecto a la aplicación móvil, permitiría que, de forma voluntaria, las personas presentes en zonas forestales puedan reportar incidentes con riesgo de incendios. Desdela aplicación se permite el envío de imágenes al sistema de monitoreo y analizarlas con los modelos de detección de incendios, y también obtener la información geolocalizada del lugar y el tiempo de la","cbCaij09iSWKDMDV","https://ap.wps.com/l/cbCaij09iSWKDMDV","pdf",374936,3,1,5,"Spanish","es",110,"# Resumen y objetivos\n## Introducción\n## Materiales y métodos\n### StopFire y arquitectura del sistema\n### Redes Neuronales Convolucionales (CNN)","[{\"question\":\"Qué problema aborda StopFire y cuál es su objetivo principal?\",\"answer\":\"StopFire busca contribuir a la prevención de incendios forestales en Argentina mediante un sistema de alertas y monitoreo por imágenes, apoyado en IoT y modelos de Machine Learning.\"},{\"question\":\"Cómo utiliza el sistema IoT para generar alertas?\",\"answer\":\"Los dispositivos IoT capturan imágenes cada 30 minutos, las envían a servicios desplegados en la nube (AWS) y el modelo entrenado analiza las imágenes para generar una alerta si detecta posible fuego.\"},{\"question\":\"Qué papel cumple la aplicación móvil en la solución?\",\"answer\":\"La aplicación permite que personas en zonas forestales reporten incidentes enviando imágenes geolocalizadas, que luego se analizan con los modelos de detección para identificar zonas de riesgo y ayudar a ampliar el monitoreo.\"}]","StopFire - Alertas de Incendios Forestales en Argentina Usando IoT y Machine Learning | PDF",1785817991,8,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"stopfire-wildfire-alerts-in-argentina-using-iot-and-machine-learning","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/es/document/tecnología/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/stopfire-wildfire-alerts-in-argentina-using-iot-and-machine-learning/123683/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-16","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qué problema aborda StopFire y cuál es su objetivo principal?","Question",{"text":76,"@type":77},"StopFire busca contribuir a la prevención de incendios forestales en Argentina mediante un sistema de alertas y monitoreo por imágenes, apoyado en IoT y modelos de Machine Learning.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Cómo utiliza el sistema IoT para generar alertas?",{"text":81,"@type":77},"Los dispositivos IoT capturan imágenes cada 30 minutos, las envían a servicios desplegados en la nube (AWS) y el modelo entrenado analiza las imágenes para generar una alerta si detecta posible fuego.",{"name":83,"@type":74,"acceptedAnswer":84},"Qué papel cumple la aplicación móvil en la solución?",{"text":85,"@type":77},"La aplicación permite que personas en zonas forestales reporten incidentes enviando imágenes geolocalizadas, que luego se analizan con los modelos de detección para identificar zonas de riesgo y ayudar a ampliar el monitoreo.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,123,127,131],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},38,"Examen","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},44,"General","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},41,"Investigación e Informes","research-report",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},37,"Literatura","literature",{"id":120,"doc_module":4,"doc_module_name":47,"category_name":121,"show_sort_weight":97,"slug":122},22,"Relatos y Novelas","story-novel",{"id":124,"doc_module":4,"doc_module_name":47,"category_name":125,"show_sort_weight":97,"slug":126},42,"Religión y Espiritualidad","religion-spirituality",{"id":128,"doc_module":4,"doc_module_name":47,"category_name":129,"show_sort_weight":97,"slug":130},40,"Salud y Atención Médica","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":132},"technology"]