Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá
La calidad del aire es un tema que ha tomado importancia en las últimas décadas, siendo objeto de estudio para diversas investigaciones alrededor del mundo que, a su vez, buscan predecir el nivel de concentración de partículas contaminantes. Mas aún, dichas investigaciones se desarrollan mediante la...
- Autores:
-
Pérez Pérez, Julián Camilo
Fontalvo Delgado, Wilman Alejandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44440
- Acceso en línea:
- http://hdl.handle.net/1992/44440
- Palabra clave:
- Material particulado
Contaminación del aire
Teoría de las probabilidades
Redes neurales (Computadores)
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_0a7ffd48123babff314f71eab4c7904a |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/44440 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.es_CO.fl_str_mv |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| title |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| spellingShingle |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá Material particulado Contaminación del aire Teoría de las probabilidades Redes neurales (Computadores) Ingeniería |
| title_short |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| title_full |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| title_fullStr |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| title_full_unstemmed |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| title_sort |
Aplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en Bogotá |
| dc.creator.fl_str_mv |
Pérez Pérez, Julián Camilo Fontalvo Delgado, Wilman Alejandro |
| dc.contributor.advisor.none.fl_str_mv |
Caro Rincón, Carlos Andrés |
| dc.contributor.author.none.fl_str_mv |
Pérez Pérez, Julián Camilo Fontalvo Delgado, Wilman Alejandro |
| dc.contributor.jury.none.fl_str_mv |
Suárez Bayona, Daniel Eduardo |
| dc.subject.armarc.es_CO.fl_str_mv |
Material particulado Contaminación del aire Teoría de las probabilidades Redes neurales (Computadores) |
| topic |
Material particulado Contaminación del aire Teoría de las probabilidades Redes neurales (Computadores) Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
La calidad del aire es un tema que ha tomado importancia en las últimas décadas, siendo objeto de estudio para diversas investigaciones alrededor del mundo que, a su vez, buscan predecir el nivel de concentración de partículas contaminantes. Mas aún, dichas investigaciones se desarrollan mediante la aplicación de modelos que incorporan factores descriptivos sobre el comportamiento del material particulado. Es así, como esta investigación busca evaluar modelos de predicción como redes neuronales y modelos estocásticos para diferentes temporalidades. De manera que se evaluaron tres partículas (PM10, O3, NO2) las cuales brindan información relevante para el análisis de índices de contaminación. Por otra parte, los datos usados fueron obtenidos de una estación de monitoreo de Bogotá al contener suficiente información disponible. Dicho lo anterior, la investigación busca evaluar el desempeño de los diferentes modelos en búsqueda de la mejor predicción. Finalmente, se realizo la validación y comparación de los resultados, concluyendo sobre el mejor modelo implementado. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:53:03Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T14:53:03Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/44440 |
| dc.identifier.pdf.none.fl_str_mv |
u830544.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/44440 |
| identifier_str_mv |
u830544.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
12 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Industrial |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Industrial |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/0673feec-1b43-4642-a90d-61314b516fbc/download https://repositorio.uniandes.edu.co/bitstreams/8f6cbfa4-f906-4779-8cc6-0700d5467698/download https://repositorio.uniandes.edu.co/bitstreams/abb28ef1-f7fd-4d6d-8958-6b681a222623/download |
| bitstream.checksum.fl_str_mv |
613cdda3ebe0e41a4edb9f118a41c7f7 4cd96672b3ba3eb886a6b5320c0723d5 d36e58b21687adf3c0654ef99fabd35a |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812134075784232960 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Caro Rincón, Carlos Andrésvirtual::17347-1Pérez Pérez, Julián Camiloa630afd4-8e15-402e-b9f9-98d8e8d0064a500Fontalvo Delgado, Wilman Alejandro5ff4d4c0-1477-4ce9-8cec-687e9ff99536500Suárez Bayona, Daniel Eduardo2020-09-03T14:53:03Z2020-09-03T14:53:03Z2019http://hdl.handle.net/1992/44440u830544.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/La calidad del aire es un tema que ha tomado importancia en las últimas décadas, siendo objeto de estudio para diversas investigaciones alrededor del mundo que, a su vez, buscan predecir el nivel de concentración de partículas contaminantes. Mas aún, dichas investigaciones se desarrollan mediante la aplicación de modelos que incorporan factores descriptivos sobre el comportamiento del material particulado. Es así, como esta investigación busca evaluar modelos de predicción como redes neuronales y modelos estocásticos para diferentes temporalidades. De manera que se evaluaron tres partículas (PM10, O3, NO2) las cuales brindan información relevante para el análisis de índices de contaminación. Por otra parte, los datos usados fueron obtenidos de una estación de monitoreo de Bogotá al contener suficiente información disponible. Dicho lo anterior, la investigación busca evaluar el desempeño de los diferentes modelos en búsqueda de la mejor predicción. Finalmente, se realizo la validación y comparación de los resultados, concluyendo sobre el mejor modelo implementado."Air quality is an issue that has taken importance in recent decades, being studied for several research around the world that, in turn, seeks to predict the level of concentration of contaminating particles. Moreover, these investigations are carried out by applying models that incorporate descriptive factors on the behavior of particulate material. This is how this research seeks to evaluate prediction models such as networks Neural and stochastic models for different temporalities. So three particles were evaluated (PM10, O3, NO2) which provide relevant information for the analysis of pollution indices. Moreover, the data used they were obtained from a monitoring station in Bogotá by containing enough available information. That said, The research seeks to evaluate the performance of the different models in search of the best prediction. Finally I know I perform the validation and comparison of the results, concluding on the best model implemented."--Tomado del Formato de Documento de Grado.Ingeniero IndustrialPregrado12 hojasapplication/pdfspaUniversidad de los AndesIngeniería IndustrialFacultad de IngenieríaDepartamento de Ingeniería Industrialinstname:Universidad de los Andesreponame:Repositorio Institucional SénecaAplicación de redes neuronales y modelos estocásticos para la predicción de partículas contaminantes en BogotáTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPMaterial particuladoContaminación del aireTeoría de las probabilidadesRedes neurales (Computadores)IngenieríaPublication5afcfb52-e7bd-4bf9-8dae-754ce35e391evirtual::17347-15afcfb52-e7bd-4bf9-8dae-754ce35e391evirtual::17347-1THUMBNAILu830544.pdf.jpgu830544.pdf.jpgIM Thumbnailimage/jpeg26700https://repositorio.uniandes.edu.co/bitstreams/0673feec-1b43-4642-a90d-61314b516fbc/download613cdda3ebe0e41a4edb9f118a41c7f7MD55TEXTu830544.pdf.txtu830544.pdf.txtExtracted texttext/plain35865https://repositorio.uniandes.edu.co/bitstreams/8f6cbfa4-f906-4779-8cc6-0700d5467698/download4cd96672b3ba3eb886a6b5320c0723d5MD54ORIGINALu830544.pdfapplication/pdf968090https://repositorio.uniandes.edu.co/bitstreams/abb28ef1-f7fd-4d6d-8958-6b681a222623/downloadd36e58b21687adf3c0654ef99fabd35aMD511992/44440oai:repositorio.uniandes.edu.co:1992/444402024-03-13 15:59:47.627https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |