Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu

El objetivo de este artículo es presentar la recopilación de datos meteorológicos mediante el uso de inteligencia artificial y sensores especializados para la creación de un modelo de árboles de búsqueda. Se explora la aplicación de la inteligencia artificial en el ámbito meteorológico, centrándose...

Full description

Autores:
Vargas Velasquez, Gherard Paul
Charris Carmona, Miguel Angel
Solorzano Pacheco, Jeancarlos
Camargo Garcia, Sebastian David
Olivero Martinez, Alvaro Enrique
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad Simón Bolívar
Repositorio:
Repositorio Digital USB
Idioma:
spa
OAI Identifier:
oai:bonga.unisimon.edu.co:20.500.12442/14592
Acceso en línea:
https://hdl.handle.net/20.500.12442/14592
Palabra clave:
Datos meteorológicos
Inteligencia artificial
Modelo de árboles de búsqueda
Monitoreo de sensores
Visualización de datos
Meteorological data
Artificial intelligence
Decision tree model
Sensor monitoring
Data visualization
Rights
restrictedAccess
License
http://purl.org/coar/access_right/c_16ec
id USIMONBOL2_adeb4e2d1299b8872fba2206620da548
oai_identifier_str oai:bonga.unisimon.edu.co:20.500.12442/14592
network_acronym_str USIMONBOL2
network_name_str Repositorio Digital USB
repository_id_str
dc.title.spa.fl_str_mv Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
title Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
spellingShingle Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
Datos meteorológicos
Inteligencia artificial
Modelo de árboles de búsqueda
Monitoreo de sensores
Visualización de datos
Meteorological data
Artificial intelligence
Decision tree model
Sensor monitoring
Data visualization
title_short Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
title_full Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
title_fullStr Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
title_full_unstemmed Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
title_sort Diseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazu
dc.creator.fl_str_mv Vargas Velasquez, Gherard Paul
Charris Carmona, Miguel Angel
Solorzano Pacheco, Jeancarlos
Camargo Garcia, Sebastian David
Olivero Martinez, Alvaro Enrique
dc.contributor.advisor.none.fl_str_mv Calabria Sarmiento, Juan Carlos
dc.contributor.author.none.fl_str_mv Vargas Velasquez, Gherard Paul
Charris Carmona, Miguel Angel
Solorzano Pacheco, Jeancarlos
Camargo Garcia, Sebastian David
Olivero Martinez, Alvaro Enrique
dc.subject.spa.fl_str_mv Datos meteorológicos
Inteligencia artificial
Modelo de árboles de búsqueda
Monitoreo de sensores
Visualización de datos
topic Datos meteorológicos
Inteligencia artificial
Modelo de árboles de búsqueda
Monitoreo de sensores
Visualización de datos
Meteorological data
Artificial intelligence
Decision tree model
Sensor monitoring
Data visualization
dc.subject.eng.fl_str_mv Meteorological data
Artificial intelligence
Decision tree model
Sensor monitoring
Data visualization
description El objetivo de este artículo es presentar la recopilación de datos meteorológicos mediante el uso de inteligencia artificial y sensores especializados para la creación de un modelo de árboles de búsqueda. Se explora la aplicación de la inteligencia artificial en el ámbito meteorológico, centrándose en variables como la temperatura, la humedad, el viento y el pronóstico del tiempo. Los modelos son validados con estadísticas meteorológicas actuales, y la información se presenta a través de una interfaz visual que se encuentra conectada al sistema de monitoreo de sensores en tiempo real. Además, se ha desarrollado un software optimizado utilizando algoritmos en JavaScript (React y Node.js) para mejorar la visualización de los datos. Se llevaron a cabo pruebas rigurosas para asegurar que el sistema proporcione información en tiempo real y permita un control completo sobre los datos meteorológicos.
publishDate 2023
dc.date.issued.none.fl_str_mv 2023
dc.date.accessioned.none.fl_str_mv 2024-05-07T19:12:21Z
dc.date.available.none.fl_str_mv 2024-05-07T19:12:21Z
dc.date.none.fl_str_mv 2027-30-12
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.spa.none.fl_str_mv Trabajo de grado - pregrado
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12442/14592
url https://hdl.handle.net/20.500.12442/14592
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_16ec
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/restrictedAccess
eu_rights_str_mv restrictedAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_16ec
dc.format.mimetype.none.fl_str_mv pdf
dc.publisher.none.fl_str_mv Ediciones Universidad Simón Bolívar
dc.publisher.spa.fl_str_mv Facultad de Ingenierías
publisher.none.fl_str_mv Ediciones Universidad Simón Bolívar
institution Universidad Simón Bolívar
bitstream.url.fl_str_mv https://bonga.unisimon.edu.co/bitstreams/47d3f967-0a93-4ebc-97c0-cce787d70b37/download
https://bonga.unisimon.edu.co/bitstreams/f14d573b-105b-444d-a734-b6fa23c003e4/download
https://bonga.unisimon.edu.co/bitstreams/30ead4e3-9477-4c29-b8a5-081cedefe8b9/download
https://bonga.unisimon.edu.co/bitstreams/f5f28a0d-1a1f-43d7-8e72-88e4f3fd7d28/download
https://bonga.unisimon.edu.co/bitstreams/0c0e47c0-6b05-4705-8585-901f4814f852/download
https://bonga.unisimon.edu.co/bitstreams/38661564-a8db-4208-b73f-762798ce3cfb/download
https://bonga.unisimon.edu.co/bitstreams/094a218a-897d-42c3-9153-b2ad843cf8b8/download
https://bonga.unisimon.edu.co/bitstreams/1c28cf29-b0da-4920-a8af-fd6166d51dac/download
https://bonga.unisimon.edu.co/bitstreams/926413e5-ea64-40c2-a512-5a23aa82e9d3/download
https://bonga.unisimon.edu.co/bitstreams/a4e35b8b-70eb-4767-a08b-8fe2f15cb405/download
https://bonga.unisimon.edu.co/bitstreams/d8987f13-43fc-48c6-90b3-c69c117587cf/download
bitstream.checksum.fl_str_mv 431f04bf4c2b17859a4209cb4117a2ca
1337466cb8c2d89c2e075ca786b460f2
2a1661e5960a7bab4fd8dda692fb677c
112b4229d69449e6a901ef9324d2f02f
452b66b3518c4d36f92e2b5e1c181ff9
452b66b3518c4d36f92e2b5e1c181ff9
112b4229d69449e6a901ef9324d2f02f
c43c7e323727557c5a2714b53f2a8e90
558cc5a407d7a876efe387cef02a62d0
558cc5a407d7a876efe387cef02a62d0
c43c7e323727557c5a2714b53f2a8e90
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital Universidad Simón Bolívar
repository.mail.fl_str_mv repositorio.digital@unisimon.edu.co
_version_ 1814076165313265664
spelling Calabria Sarmiento, Juan CarlosVargas Velasquez, Gherard Paulcc7289d0-3de3-4951-a6a3-7fcf2a02ef37-1Charris Carmona, Miguel Angel6ea6cd56-7206-43ef-8bd0-6621d8b3617b-1Solorzano Pacheco, Jeancarlose56b3251-e854-4560-9d3d-b6ddd7656822-1Camargo Garcia, Sebastian David038ee2bf-03d7-4a3a-a7f3-00438aa86da1-1Olivero Martinez, Alvaro Enriqueb3c878a8-834d-4038-b0a9-584f2f787afa-12027-30-122024-05-07T19:12:21Z2024-05-07T19:12:21Z2023https://hdl.handle.net/20.500.12442/14592El objetivo de este artículo es presentar la recopilación de datos meteorológicos mediante el uso de inteligencia artificial y sensores especializados para la creación de un modelo de árboles de búsqueda. Se explora la aplicación de la inteligencia artificial en el ámbito meteorológico, centrándose en variables como la temperatura, la humedad, el viento y el pronóstico del tiempo. Los modelos son validados con estadísticas meteorológicas actuales, y la información se presenta a través de una interfaz visual que se encuentra conectada al sistema de monitoreo de sensores en tiempo real. Además, se ha desarrollado un software optimizado utilizando algoritmos en JavaScript (React y Node.js) para mejorar la visualización de los datos. Se llevaron a cabo pruebas rigurosas para asegurar que el sistema proporcione información en tiempo real y permita un control completo sobre los datos meteorológicos.The objective of this article is to present the collection of meteorological data using artificial intelligence and specialized sensors to create a decision tree model. It explores the application of artificial intelligence in meteorology, focusing on variables such as temperature, humidity, wind, and weather forecasts. The models are validated with current meteorological statistics, and the information is presented through a visual interface connected to the real-time sensor monitoring system. In addition, optimized software was developed using JavaScript algorithms (React and Node.js) to enhance data visualization. Rigorous testing was conducted to ensure that the system provides real-time information and allows full control over meteorological data.pdfspaEdiciones Universidad Simón BolívarFacultad de IngenieríasDatos meteorológicosInteligencia artificialModelo de árboles de búsquedaMonitoreo de sensoresVisualización de datosMeteorological dataArtificial intelligenceDecision tree modelSensor monitoringData visualizationDiseño de un prototipo basado en inteligencia artificial para el aviso anticipado de problemas meteorológicos y ayuda a la planificación de las actividades de las personas del municipio de Aránzazuinfo:eu-repo/semantics/restrictedAccesshttp://purl.org/coar/access_right/c_16ecinfo:eu-repo/semantics/bachelorThesisTrabajo de grado - pregradohttp://purl.org/coar/resource_type/c_7a1fO. M. d. l. Salud, «who,» Organización Mundial de la Salud, 2020. [En línea]. Available: https://www.who.int/es/news-room/factsheets/detail/climate-change-and-health. [Último acceso: Mayo 2023].NASA, «climate.nasa,» NASA, 2021. [En línea]. Available: https://climate.nasa.gov/en-espanol/datos/efectos/.P. d. l. N. U. p. e. Desarrollo, «undp,» 2019. [En línea]. Available: https://www.undp.org/es/publications/informe-anual-del-pnud2019.Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (UNCTAD). (2020). Review of Maritime Transport 2020.A. luccioni y y. Bengio, “En el moralidad deartifiinteligencia social [comentario], Tecnología IEEE.Soc. revista, vol. 39, núm. 1, págs.16–25 de marzo de 2020, doi:10.1109/MTS.2020.2967486.Li, N., Zhao, P., Wang, J., Deng, Y., El cambio a largo plazo del flujo de calor latente sobre la meseta tibetana occidental, https://doi.org/10.3390/atmos11030262, Atmosphere, 11 (3), 262 (2020).Baker RS, Yacef K. El estado de la minería de datos educativos en 2020: una revisión y visiones futuras. J Datos Educativos Mín. 2020;12(1):1-20.Fernández-Flames C, García-Sánchez P, Colomo-Palacios R, García-Peñalvo FJ. La eficacia de la robótica educativa para potenciar el desarrollo de habilidades de programación y matemáticas en estudiantes de educación primaria. Sostenibilidad. 2019;11(14):3 doi: 10.3390/su11143895.Rodríguez, A., Romero Castro, V. F., Rodríguez Gonzalez, A. D. C., Cabezas Baque, N. A., & Pino Tarragó, J. C. (2021). Aplicaciones de la Inteligencia Artificial en técnicas de minería de procesos. Serie Científica de la Universidad de las Ciencias Informáticas, 14(7) (Ejemplar dedicado a: Julio), 136-155.García, A. (2017). Inteligencia artificial. Fundamentos prácticas y aplicaciones. Ciudad de México: Alfaomega.Aristizábal, E. (April 2021). Aplicación de inteligencia artificial y técnicas de aprendizaje automático para la evaluación de la susceptibilidad por movimientos en masa. Revista Mexicana de Ciencias Geológicas, 38(1), 43-54. DOI: 10.22201/cgeo.20072902e.2021.1.1605.Herrero, A. (5 de julio de 2023). La inteligencia artificial, aliada para mejorar la predicción del tiempo. Recuperado de https://www.elmundo.es/ciencia-ysalud/ciencia/2023/07/05/64a57e5efdddff67038b456d.html.Luccioni, V. Schmidt, V. Vardanyan and Y. Bengio, "Using Artificial Intelligence to Visualize the Impacts of Climate Change," in IEEE Computer Graphics and Applications, vol. 41, no. 1, pp. 814, 1 Jan.-Feb. 2021, doi: 10.1109/MCG.2020.3025425.Mathur, "Predicting Atmospheric Variables in the MERRA-2 Database using Neural Networks," 2022 International Conference on Emerging Techniques in Computational Intelligence (ICETCI), Hyderabad, India, 2022, pp. 125-131, doi: 10.1109/ICETCI55171.2022.9921371.E. Castro et al., "Artificial Neural Networks for the forecasting of wave climate in proximity of harbour area," 2022 IEEE International Conference on Metrology for Extended Reality, Artificial Intelligence and Neural Engineering (MetroXRAINE), Rome, Italy, 2022, pp. 618-623, doi: 10.1109/MetroXRAINE54828.2022.9967544.R. Bamdale, S. Shelar and V. Khandekar, "How to tackle Climate Change using Artificial Intelligence," 2021 12th International Conference on Computing Communication and Networking Technologies (ICCCNT), Kharagpur, India, 2021, pp. 1-7, doi: 10.1109/ICCCNT51525.2021.9579674.Yu, Y., Yang, X., Zhang, L., Zhao, L., & Sun, J. (2020). Impact of outdoor climate data on building energy consumption: A case study of district heating systems. Journal of Cleaner Production, 250, 119538. doi: 10.1016/j.jclepro.2019.119538.X. Fan, "An Efficient Data Analysis Method for Typical Meteorological Year Development Considering Climate Change During the Past Decades," 2022 International Conference on Computer Engineering and Artificial Intelligence (ICCEAI), Shijiazhuang, China, 2022, pp. 68-73, doi: 10.1109/ICCEAI55464.2022.00023.Đorđević, D., Milanković, J.D., Pantelić, A, Petrović, S., Gambaro, A., Coarse, Fine and Ultrafine Particles of Sub-urban Continental Aerosols Measured Using an 11-Stage Berner Cascade Impactor, https://doi.org/10.1016/j.apr.2019.11.022, Atmos Pollut Res.,11(3), 499-510 (2020).Li, R., Dong, Y., Zhu, Z., Li, Ch., Yang, H., A Dynamic Evaluation Framework for Ambient Air Pollution Monitoring, https://doi.org/10.1016/j.apm.2018.07.052, Appl Math Model.,65, 52-71 (2019).González SA, Castiblanco MA, Arias-Gómez LF, MartinezOspina A, Cohen DD, Holguin GA, et al. Results from Colombia's 2016 Report Card on Physical Activity for Children and Youth. J Phys Act Health. 2016;13(11 Suppl 2): 129-136. https://doi.org/10.1123/jpah.2016-0369World Health Organization. Global health risks: mortality and burden of disease attributable to selected major risks. Geneva; 2009. https://www.who.int/healthinfo/global_burden_disease/GlobalHealt hRisks_report_full.pdfEuropean Environment Agency. (2020). Air quality in Europe. https://www.eea.europa.eu/themes/airEnvironmental Defense Fund. (2021). Air pollution. https://www.edf.org/air-pollutionThe Lancet Planetary Health. (2021). Air pollution: The world's leading environmental risk factor. https://www.thelancet.com/journals/lanplh/article/PIIS2542-5196National Geographic. (2021). Air pollution. https://www.nationalgeographic.com/environment/air-pollution/Kim, K., Lee, S., Kim, Y., & Kim, S. (2021). Air Quality Monitoring and Forecasting using Machine Learning and Internet of Things Technologies in Smart Cities. Applied Sciences, 11(5), 2195. https://doi.org/10.3390/app11052195Kim, K., Lee, S., Kim, Y., & Kim, S. (2021). Air Quality Monitoring and Forecasting using Machine Learning and Internet of Things Technologies in Smart Cities. Applied Sciences, 11(5), 2195. https://doi.org/10.3390/app11052195United States Environmental Protection Agency. (2021). Air pollution. https://www.epa.gov/air-pollution-transportationThe Guardian. (2021). Air pollution. https://www.theguardian.com/environment/air-pollutionSede BarranquillaIngeniería de SistemasIngeniería de SistemasORIGINALPDF_Resumen.pdfPDF_Resumen.pdfapplication/pdf317036https://bonga.unisimon.edu.co/bitstreams/47d3f967-0a93-4ebc-97c0-cce787d70b37/download431f04bf4c2b17859a4209cb4117a2caMD51PDF.pdfPDF.pdfapplication/pdf885524https://bonga.unisimon.edu.co/bitstreams/f14d573b-105b-444d-a734-b6fa23c003e4/download1337466cb8c2d89c2e075ca786b460f2MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-83000https://bonga.unisimon.edu.co/bitstreams/30ead4e3-9477-4c29-b8a5-081cedefe8b9/download2a1661e5960a7bab4fd8dda692fb677cMD53TEXTPDF_Resumen.txtPDF_Resumen.txtExtracted texttext/plain11123https://bonga.unisimon.edu.co/bitstreams/f5f28a0d-1a1f-43d7-8e72-88e4f3fd7d28/download112b4229d69449e6a901ef9324d2f02fMD54PDF.txtPDF.txtExtracted texttext/plain41470https://bonga.unisimon.edu.co/bitstreams/0c0e47c0-6b05-4705-8585-901f4814f852/download452b66b3518c4d36f92e2b5e1c181ff9MD56PDF.pdf.txtPDF.pdf.txtExtracted texttext/plain41470https://bonga.unisimon.edu.co/bitstreams/38661564-a8db-4208-b73f-762798ce3cfb/download452b66b3518c4d36f92e2b5e1c181ff9MD58PDF_Resumen.pdf.txtPDF_Resumen.pdf.txtExtracted texttext/plain11123https://bonga.unisimon.edu.co/bitstreams/094a218a-897d-42c3-9153-b2ad843cf8b8/download112b4229d69449e6a901ef9324d2f02fMD510THUMBNAILPDF_Resumen.jpgPDF_Resumen.jpgGenerated Thumbnailimage/jpeg3835https://bonga.unisimon.edu.co/bitstreams/1c28cf29-b0da-4920-a8af-fd6166d51dac/downloadc43c7e323727557c5a2714b53f2a8e90MD55PDF.jpgPDF.jpgGenerated Thumbnailimage/jpeg4219https://bonga.unisimon.edu.co/bitstreams/926413e5-ea64-40c2-a512-5a23aa82e9d3/download558cc5a407d7a876efe387cef02a62d0MD57PDF.pdf.jpgPDF.pdf.jpgGenerated Thumbnailimage/jpeg4219https://bonga.unisimon.edu.co/bitstreams/a4e35b8b-70eb-4767-a08b-8fe2f15cb405/download558cc5a407d7a876efe387cef02a62d0MD59PDF_Resumen.pdf.jpgPDF_Resumen.pdf.jpgGenerated Thumbnailimage/jpeg3835https://bonga.unisimon.edu.co/bitstreams/d8987f13-43fc-48c6-90b3-c69c117587cf/downloadc43c7e323727557c5a2714b53f2a8e90MD51120.500.12442/14592oai:bonga.unisimon.edu.co:20.500.12442/145922024-08-14 21:54:32.272open.accesshttps://bonga.unisimon.edu.coRepositorio Digital Universidad Simón Bolívarrepositorio.digital@unisimon.edu.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

Publicaciones similares