Análisis computacional de gestión y manejo de residuos, utilizando algoritmos de machine learning

Papeles Nacionales S.A.S es una empresa con varias sedes a nivel nacional, la sede principal se encuentra ubicada en Pereira Risaralda, la cual se dedica a la producción de productos para la canasta familiar, dado a su crecimiento con el paso del tiempo se ha encontrado con el reto de gestionar y controlar los residuos de manera adecuada, cumpliendo con los estándares y políticas ambientales, para lograr cumplir con la satisfacción de sus clientes y las autoridades ambientales. Aunque se sabe que cuentan con una gran gestión y manejo de residuos, se propone la implementación de un análisis computacional por medio de modelos de machine learning, aplicando en este caso del modelo de Clustering, debido a que en este caso es el que más se ajusta a la información suministrada, poniendo en práctica este análisis se pueden identificar patrones que se presenten con mayor frecuencia, y así determinar que grupos son los que están generando más residuos e impactando más al medio ambiente y la salud de las personas. Este análisis se basa en el estudio de un data set generado en Excel que contiene registros sobre el ingreso de residuos a la bodega de almacenamiento de residuos peligrosos (RESPEL), esto tiene un impacto positivo en la eficiencia, mitigación y aprovechamiento de este tipo de residuos, gracias a que el modelo Clustering por medio de la librería KMeans permite clasificar esta información en grupos según sus características similares, con esto se puede predecir que características de peligrosidad puede contener un residuo y como debe ser su control y almacenamiento, mejorando el proceso de separación, segregación y disposición final.

• Autores: Gómez Puerta, Brayan Nicolas; Upegui Pérez, Sergio Luis; Marles Din, Jhon Estiven
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/5777
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/5777
• Palabra clave: Gestión de residuos; Machine Learning; Algoritmos de clasificación; Clustering; Residuos peligrosos; Sistemas de recomendación; Optimización de procesos ambientales; Sostenibilidad; Aprovechamiento de residuos; Algoritmos; Optimización matemática
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)