Landslide Susceptibility Assessment Using an AutoML Framework.

Autor: Bruzón AG; Department of Chemical and Environmental Technology, ESCET, Rey Juan Carlos University, 28933 Móstoles, Spain., Arrogante-Funes P; Department of Chemical and Environmental Technology, ESCET, Rey Juan Carlos University, 28933 Móstoles, Spain., Arrogante-Funes F; Grupo de Investigación en Teledetección Ambiental, Unidad Docente de Geografía, Geología y Medio Ambiente, Área de Geografía, Universidad de Alcalá, Filosofía y Letras, 28801 Alcalá de Henares, Spain., Martín-González F; Área de Geología, ESCET, Universidad Rey Juan Carlos, 28933 Móstoles, Spain., Novillo CJ; Research Group on Technologies for Landscape Analysis and Diagnosis (TADAT), Department of Chemical and Environmental Technology, ESCET, Rey Juan Carlos University, 28933 Móstoles, Spain., Fernández RR; Data Science Laboratory, Rey Juan Carlos University, 28933 Móstoles, Spain., Vázquez-Jiménez R; Cuerpo Académico UAGro CA-93 Riesgos Naturales y Geotecnología, FI, Universidad Autónoma de Guerrero, Chilpancingo 39070, Mexico., Alarcón-Paredes A; Cuerpo Académico UAGro CA-178 Desarrollo Tecnológico Aplicado, Universidad Autónoma de Guerrero, Chilpancingo 39070, Mexico., Alonso-Silverio GA; Cuerpo Académico UAGro CA-178 Desarrollo Tecnológico Aplicado, Universidad Autónoma de Guerrero, Chilpancingo 39070, Mexico., Cantu-Ramirez CA; Ingeniería para la Innovación y Desarrollo Tecnológico, Unidad Académica de Ingeniería Dependiente, Universidad Autónoma de Guerrero, Chilpancingo 39070, Mexico., Ramos-Bernal RN; Cuerpo Académico UAGro CA-93 Riesgos Naturales y Geotecnología, FI, Universidad Autónoma de Guerrero, Chilpancingo 39070, Mexico.

Publikováno v: International journal of environmental research and public health [Int J Environ Res Public Health] 2021 Oct 19; Vol. 18 (20). Date of Electronic Publication: 2021 Oct 19.