Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua

La gran cantidad de datos físico-químicos y biológicos que generan los programas de monitoreo a cuerpos de agua permiten mejorar el conocimiento de la química y el nivel de contaminación de los mismos. Sin embargo, una desventaja de estos programas de monitoreo corresponde al hecho de que se obtiene...

Full description

Autores:
Tipo de recurso:
masterThesis
Fecha de publicación:
2008
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
spa
OAI Identifier:
oai:repository.javeriana.edu.co:10554/3826
Acceso en línea:
http://hdl.handle.net/10554/3826
https://doi.org/10.11144/Javeriana.10554.3826
Palabra clave:
Estadística multivariada
Redes neuronales artificiales
Calidad del agua
Multivariate statistical
Artificial neural networks
Water quality
Calidad del agua
Redes neurales (Computadores)
Maestría en hidrosistemas - Tesis y disertaciones académicas
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
id JAVERIANA_723b5fb523e091679095b18410abd2a8
oai_identifier_str oai:repository.javeriana.edu.co:10554/3826
network_acronym_str JAVERIANA
network_name_str Repositorio Universidad Javeriana
repository_id_str
dc.title.none.fl_str_mv Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
title Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
spellingShingle Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
Rodríguez Campo, Juan Carlos
Estadística multivariada
Redes neuronales artificiales
Calidad del agua
Multivariate statistical
Artificial neural networks
Water quality
Calidad del agua
Redes neurales (Computadores)
Maestría en hidrosistemas - Tesis y disertaciones académicas
title_short Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
title_full Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
title_fullStr Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
title_full_unstemmed Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
title_sort Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de agua
dc.creator.none.fl_str_mv Rodríguez Campo, Juan Carlos
author Rodríguez Campo, Juan Carlos
author_facet Rodríguez Campo, Juan Carlos
author_role author
dc.contributor.none.fl_str_mv García Cabrejo, Oscar Javier
dc.subject.none.fl_str_mv Estadística multivariada
Redes neuronales artificiales
Calidad del agua
Multivariate statistical
Artificial neural networks
Water quality
Calidad del agua
Redes neurales (Computadores)
Maestría en hidrosistemas - Tesis y disertaciones académicas
topic Estadística multivariada
Redes neuronales artificiales
Calidad del agua
Multivariate statistical
Artificial neural networks
Water quality
Calidad del agua
Redes neurales (Computadores)
Maestría en hidrosistemas - Tesis y disertaciones académicas
description La gran cantidad de datos físico-químicos y biológicos que generan los programas de monitoreo a cuerpos de agua permiten mejorar el conocimiento de la química y el nivel de contaminación de los mismos. Sin embargo, una desventaja de estos programas de monitoreo corresponde al hecho de que se obtienen conjuntos de datos con muchos parámetros los cuales requieren de técnicas especiales para su análisis e interpretación. Tradicionalmente, estas variables son analizadas por medio de técnicas estadísticas multivariadas. Sin embargo, una de las principales limitaciones de estas técnicas estadísticas multivariadas corresponde al hecho que la gran mayoría de ellas hacen suposiciones de normalidad y dependencia lineal entre las variables analizadas. Esto tiene serias limitaciones en cuanto a que estas variables difícilmente cumplen con esas condiciones. Una posible alternativa al problema antes mencionado consiste en utilizar herramientas de análisis no lineales como las Redes Neuronales Artificiales (RNA). De acuerdo a Martin del Brio & Sanz (2002) existen métodos basados en RNA que son equivalentes a las técnicas multivariadas convencionales, específicamente ACP - Redes Hebbianas, y AD - Red Perceptrón Multicapa.
publishDate 2008
dc.date.none.fl_str_mv 2008
2014-01-17T19:49:22Z
2014-10-09T04:23:36Z
2014-01-17T19:49:22Z
2014-10-09T04:23:36Z
2016-01-13T21:01:55Z
2016-01-13T21:01:55Z
2020-04-16T17:45:06Z
2020-04-16T17:45:06Z
dc.type.none.fl_str_mv http://purl.org/coar/version/c_ab4af688f83e57aa
Tesis/Trabajo de grado - Monografía - Maestría
http://purl.org/coar/resource_type/c_bdcc
info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/10554/3826
https://doi.org/10.11144/Javeriana.10554.3826
instname:Pontificia Universidad Javeriana
reponame:Repositorio Institucional - Pontificia Universidad Javeriana
repourl:https://repository.javeriana.edu.co
url http://hdl.handle.net/10554/3826
https://doi.org/10.11144/Javeriana.10554.3826
identifier_str_mv instname:Pontificia Universidad Javeriana
reponame:Repositorio Institucional - Pontificia Universidad Javeriana
repourl:https://repository.javeriana.edu.co
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv PDF
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Pontificia Universidad Javeriana
Maestría en Hidrosistemas
Facultad de Ingeniería
publisher.none.fl_str_mv Pontificia Universidad Javeriana
Maestría en Hidrosistemas
Facultad de Ingeniería
dc.source.none.fl_str_mv reponame:Repositorio Universidad Javeriana
instname:Pontificia Universidad Javeriana
instacron:Pontificia Universidad Javeriana
instname_str Pontificia Universidad Javeriana
instacron_str Pontificia Universidad Javeriana
institution Pontificia Universidad Javeriana
reponame_str Repositorio Universidad Javeriana
collection Repositorio Universidad Javeriana
_version_ 1803712895984336896
spelling Estudio comparativo de técnicas estadística multivariada versus las redes neuronales artificiales en el análisis de datos de calidad de aguaRodríguez Campo, Juan CarlosEstadística multivariadaRedes neuronales artificialesCalidad del aguaMultivariate statisticalArtificial neural networksWater qualityCalidad del aguaRedes neurales (Computadores)Maestría en hidrosistemas - Tesis y disertaciones académicasLa gran cantidad de datos físico-químicos y biológicos que generan los programas de monitoreo a cuerpos de agua permiten mejorar el conocimiento de la química y el nivel de contaminación de los mismos. Sin embargo, una desventaja de estos programas de monitoreo corresponde al hecho de que se obtienen conjuntos de datos con muchos parámetros los cuales requieren de técnicas especiales para su análisis e interpretación. Tradicionalmente, estas variables son analizadas por medio de técnicas estadísticas multivariadas. Sin embargo, una de las principales limitaciones de estas técnicas estadísticas multivariadas corresponde al hecho que la gran mayoría de ellas hacen suposiciones de normalidad y dependencia lineal entre las variables analizadas. Esto tiene serias limitaciones en cuanto a que estas variables difícilmente cumplen con esas condiciones. Una posible alternativa al problema antes mencionado consiste en utilizar herramientas de análisis no lineales como las Redes Neuronales Artificiales (RNA). De acuerdo a Martin del Brio & Sanz (2002) existen métodos basados en RNA que son equivalentes a las técnicas multivariadas convencionales, específicamente ACP - Redes Hebbianas, y AD - Red Perceptrón Multicapa.Water quality data are composed by different variables that makes it complex for analysis. Traditionally such variables are analyzed by conventional multivariate statistical techniques. However, these techniques are based on normal distribution and linear assumptions that do not comply with water quality data. These limitations can be addressed by mathematical tools called artificial neural networks (ANN). In this work, Hebbian Networks, a type of ANN, are used to define associations between physico-chemical-biological variables and compared with conventional PCA. Furthermore, Multilayer perceptrol (MLP), another kind of ANN, is employed to define a nonlinear classification function between water quality data and hydrological season.Magíster en HidrosistemasMaestríaPontificia Universidad JaverianaMaestría en HidrosistemasFacultad de IngenieríaGarcía Cabrejo, Oscar Javier2014-01-17T19:49:22Z2014-10-09T04:23:36Z2016-01-13T21:01:55Z2020-04-16T17:45:06Z2014-01-17T19:49:22Z2014-10-09T04:23:36Z2016-01-13T21:01:55Z2020-04-16T17:45:06Z2008http://purl.org/coar/version/c_ab4af688f83e57aaTesis/Trabajo de grado - Monografía - Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfapplication/pdfhttp://hdl.handle.net/10554/3826https://doi.org/10.11144/Javeriana.10554.3826instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.cospaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, “Los derechos morales sobre el trabajo son propiedad de los autores”, los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.http://purl.org/coar/access_right/c_abf2reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2022-04-29T16:53:39Z