Prototipo de red neuronal artificial para el pronóstico de eventos críticos por partículas PM2.5 en el centro de la ciudad de Manizales.
dc.contributor.advisor | Gonzalez Veloza, Jose John Fredy | |
dc.contributor.author | García Correa, David Eduardo | |
dc.creator.email | degarciac@libertadores.edu.co | spa |
dc.date.accessioned | 2021-12-01T16:34:19Z | |
dc.date.available | 2021-12-01T16:34:19Z | |
dc.date.created | 2021 | |
dc.description | El siguiente trabajo pretende desarrollar un modelo de pronóstico de calidad de aire en el centro de la ciudad de Manizales – Caldas, partiendo de un conjunto de datos más o menos procesado , se desea crear un modelo que permita predecir con éxito el comportamiento o valor que toma la variable PM2.5 a partir de 8 variables (Fecha, PM2.5, Temperatura, Velocidad del Viento, Precipitación, SO2, O3 y CO) y 603 datos por cada variable para un total de 264.299 datos, comprendidos entre los años 2019 y 2020, con el fin de generar medidas de tipo preventivo de enfermedades respiratorias que se diagnostiquen a partir de los altos índices de contaminación atmosférica. El procedimiento de pronóstico se realizó mediante la creación de una red neuronal artificial, para lo cual se subdividió el conjunto de datos en train y en test, en una subdivisión de 567 días consecutivos para entrenamiento de la red y los siguientes 30 días para su validación. Esta es una proporción que se eligió debido a que se está pronosticando un mes adelante por lo cual pareció conveniente. Por último, este trabajo presenta el uso de series de tiempos mediante técnicas de Machine Learning para la predicción de PM2.5, dicha herramienta y metodología no había sido utilizada hasta ahora con ese fin por parte de la Autoridad Ambiental – CORPOCALDAS. Los resultados obtenidos permiten tener confianza en las predicciones de PM2.5 con un error de 3%, con lo cual se puede tener la confianza suficiente para informar la comunidad sobre los cambios en los niveles de la calidad del aire y concentración de PM2.5 en un futuro cercano | spa |
dc.description.abstract | The following work aims to develop an air quality forecast model in the center of the city of Manizales - Caldas, starting from a more or less processed data set, it is desired to create a model that allows to successfully predict the behavior or value that takes the variable PM2.5 from 8 variables (Date, PM2.5, Temperature, Wind Speed, Precipitation, SO2, O3 and CO) and 603 data for each variable for a total of 264,299 data, between the years 2019 and 2020, in order to generate preventive measures for respiratory diseases that are diagnosed based on high levels of air pollution. The forecasting procedure was carried out by creating an artificial neural network, for which the data set was subdivided into train and test, in a subdivision of 567 consecutive days for network training and the next 30 days for its validation. . This is a proportion that was chosen because it is forecasting a month ahead, which is why it seemed convenient. Finally, this work presents the use of time series using Machine Learning techniques for the prediction of PM2.5, this tool and methodology had not been used until now for that purpose by the Environmental Authority - CORPOCALDAS. The results obtained allow to have confidence in the predictions of PM2.5 with an error of 3%, with which it is possible to have sufficient confidence to inform the community about the changes in the levels of air quality and concentration of PM2.5 in the near future | spa |
dc.format | spa | |
dc.identifier.uri | http://hdl.handle.net/11371/4259 | |
dc.language.iso | spa | spa |
dc.publisher | Fundación Universitaria Los Libertadores. Sede Bogotá. | spa |
dc.rights.acceso | Abierto (Texto Completo) | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.subject.lemb | Análisis de regresión | spa |
dc.subject.lemb | Correlación (estadística) | spa |
dc.subject.lemb | Estado atmosférico | spa |
dc.subject.lemb | Inteligencia artificial | spa |
dc.subject.proposal | Redes Neuronales Artificiales | spa |
dc.subject.proposal | Series de tiempo | spa |
dc.subject.proposal | Pronóstico de calidad | spa |
dc.subject.proposal | Contaminación atmosférica | spa |
dc.title | Prototipo de red neuronal artificial para el pronóstico de eventos críticos por partículas PM2.5 en el centro de la ciudad de Manizales. | spa |
dc.type | info:eu-repo/semantics/bachelorThesis | spa |
Archivos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: