Prototipo de red neuronal artificial para el pronóstico de eventos críticos por partículas PM2.5 en el centro de la ciudad de Manizales.

García Correa, David Eduardo

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	PDF	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