Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE
El Grupo de Investigación COMBA I+D de la Universidad Santiago de Cali, junto con la Universidad de Vigo y el Centro Universitario de la Defensa de España (CUD), han desarrollado el macroproyecto llamado Urb@nEcoLife. El cual busca, a través de una red de sensores móviles, capturar datos relacionado...
- Autores:
-
Chaparro Cuadros, Cristian Alejandro
- Tipo de recurso:
- Masters Thesis
- Fecha de publicación:
- 2020
- Institución:
- Pontificia Universidad Javeriana Cali
- Repositorio:
- Vitela
- Idioma:
- spa
- OAI Identifier:
- oai:vitela.javerianacali.edu.co:11522/2091
- Acceso en línea:
- https://vitela.javerianacali.edu.co/handle/11522/2091
- Palabra clave:
- Machine learning
Deep learning
Data analytics
Urban data
- Rights
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
Vitela2_6336a8d6eef5ef490fa46fb6a5b1466b |
---|---|
oai_identifier_str |
oai:vitela.javerianacali.edu.co:11522/2091 |
network_acronym_str |
Vitela2 |
network_name_str |
Vitela |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
title |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
spellingShingle |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE Machine learning Deep learning Data analytics Urban data |
title_short |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
title_full |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
title_fullStr |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
title_full_unstemmed |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
title_sort |
Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE |
dc.creator.fl_str_mv |
Chaparro Cuadros, Cristian Alejandro |
dc.contributor.advisor.none.fl_str_mv |
Zúñiga Cañón, Claudia Liliana |
dc.contributor.author.none.fl_str_mv |
Chaparro Cuadros, Cristian Alejandro |
dc.subject.none.fl_str_mv |
Machine learning Deep learning Data analytics Urban data |
topic |
Machine learning Deep learning Data analytics Urban data |
description |
El Grupo de Investigación COMBA I+D de la Universidad Santiago de Cali, junto con la Universidad de Vigo y el Centro Universitario de la Defensa de España (CUD), han desarrollado el macroproyecto llamado Urb@nEcoLife. El cual busca, a través de una red de sensores móviles, capturar datos relacionados con la contaminación del aire. En el siguiente trabajo se muestra la implementación de la metodología Cross-Industry Standard Process for Data Mining CRISDM, con el fin de resolver y predecir posibles problemas medio ambientales de la ciudad Cali – Colombia, usando como base un algoritmo de red neuronal recurrente para procesar las series de tiempo armadas de los datos de contaminación de los años 2010 – 2017. Dentro del proyecto se exploraron. |
publishDate |
2020 |
dc.date.issued.none.fl_str_mv |
2020 |
dc.date.accessioned.none.fl_str_mv |
2024-06-09T17:07:30Z |
dc.date.available.none.fl_str_mv |
2024-06-09T17:07:30Z |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_bdcc |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Maestría |
dc.type.redcol.none.fl_str_mv |
https://purl.org/redcol/resource_type/TM |
format |
http://purl.org/coar/resource_type/c_bdcc |
dc.identifier.uri.none.fl_str_mv |
https://vitela.javerianacali.edu.co/handle/11522/2091 |
url |
https://vitela.javerianacali.edu.co/handle/11522/2091 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.creativecommons.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.none.fl_str_mv |
66 p. |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontificia Univerisdad Javeriana Cali |
publisher.none.fl_str_mv |
Pontificia Univerisdad Javeriana Cali |
institution |
Pontificia Universidad Javeriana Cali |
bitstream.url.fl_str_mv |
https://vitela.javerianacali.edu.co/bitstreams/e24f3b3c-6ad0-43c1-a95f-b68250989f7f/download https://vitela.javerianacali.edu.co/bitstreams/ab352af9-333b-4e15-8c78-1e3b9b244a63/download https://vitela.javerianacali.edu.co/bitstreams/baf32b9a-77f2-41de-a140-de345098a037/download https://vitela.javerianacali.edu.co/bitstreams/250ef1d9-c638-4593-a572-91522683499a/download https://vitela.javerianacali.edu.co/bitstreams/4ae3c84d-c9e4-4dde-a9e6-d81063283d0b/download https://vitela.javerianacali.edu.co/bitstreams/ab47aa86-d9b8-42b0-823f-ad3ede93c0ff/download https://vitela.javerianacali.edu.co/bitstreams/5b76ab71-6941-4f0c-a4a1-c0ef08ee3dbc/download |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 890022b8e4a6b359bcdd0830f12cce64 539d64ca1ab22b1ee5c46ba5bec7f8b7 67f30fde1d2393baaf0160a30aedbddf 9f61e707b6d6b5aaded4f865c4ba00fb ef1c20ee17a35d09d8546f0487b56d49 a5d83fd0529cfb672571d27602f89392 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Vitela |
repository.mail.fl_str_mv |
vitela.mail@javerianacali.edu.co |
_version_ |
1812095063123034112 |
spelling |
Zúñiga Cañón, Claudia LilianaChaparro Cuadros, Cristian Alejandro2024-06-09T17:07:30Z2024-06-09T17:07:30Z2020https://vitela.javerianacali.edu.co/handle/11522/2091El Grupo de Investigación COMBA I+D de la Universidad Santiago de Cali, junto con la Universidad de Vigo y el Centro Universitario de la Defensa de España (CUD), han desarrollado el macroproyecto llamado Urb@nEcoLife. El cual busca, a través de una red de sensores móviles, capturar datos relacionados con la contaminación del aire. En el siguiente trabajo se muestra la implementación de la metodología Cross-Industry Standard Process for Data Mining CRISDM, con el fin de resolver y predecir posibles problemas medio ambientales de la ciudad Cali – Colombia, usando como base un algoritmo de red neuronal recurrente para procesar las series de tiempo armadas de los datos de contaminación de los años 2010 – 2017. Dentro del proyecto se exploraron.The COMBA R&D Research Group of the Universidad Santiago de Cali, together with the Universidad de Vigo and the Centro Universitario de la Defensa (CUD), are developing a macroproject called Urb@nEcoLife. Which seeks, through a network of mobile sensors, to capture data related to air pollution. In the following work shows the implementation of the Cross Industry Standard Process for Data Mining CRISDM methodology, in order to solve predicting possible environmental problems in the city of Cali - Colombia using a recurring neural network algorithm as a basis to process the armed time series of the pollution data for the years 2010 - 2017, within the project different types of models were explored that generate predictions at different time scales.66 p.application/pdfspaPontificia Univerisdad Javeriana Calihttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Machine learningDeep learningData analyticsUrban dataDesarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFEhttp://purl.org/coar/resource_type/c_bdccTesis/Trabajo de grado - Monografía - Maestríahttps://purl.org/redcol/resource_type/TMFacultad de Ingeniería y Ciencias. Maestría en Ingeniería de SoftwarePontificia Universidad Javeriana CaliMaestríaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://vitela.javerianacali.edu.co/bitstreams/e24f3b3c-6ad0-43c1-a95f-b68250989f7f/download8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINAL1143832003_ENTREGA.pdf1143832003_ENTREGA.pdfapplication/pdf3926475https://vitela.javerianacali.edu.co/bitstreams/ab352af9-333b-4e15-8c78-1e3b9b244a63/download890022b8e4a6b359bcdd0830f12cce64MD52LICENCIA FINAL .pdfLICENCIA FINAL .pdfapplication/pdf289218https://vitela.javerianacali.edu.co/bitstreams/baf32b9a-77f2-41de-a140-de345098a037/download539d64ca1ab22b1ee5c46ba5bec7f8b7MD53TEXT1143832003_ENTREGA.pdf.txt1143832003_ENTREGA.pdf.txtExtracted texttext/plain85516https://vitela.javerianacali.edu.co/bitstreams/250ef1d9-c638-4593-a572-91522683499a/download67f30fde1d2393baaf0160a30aedbddfMD512LICENCIA FINAL .pdf.txtLICENCIA FINAL .pdf.txtExtracted texttext/plain4870https://vitela.javerianacali.edu.co/bitstreams/4ae3c84d-c9e4-4dde-a9e6-d81063283d0b/download9f61e707b6d6b5aaded4f865c4ba00fbMD514THUMBNAIL1143832003_ENTREGA.pdf.jpg1143832003_ENTREGA.pdf.jpgGenerated Thumbnailimage/jpeg3332https://vitela.javerianacali.edu.co/bitstreams/ab47aa86-d9b8-42b0-823f-ad3ede93c0ff/downloadef1c20ee17a35d09d8546f0487b56d49MD513LICENCIA FINAL .pdf.jpgLICENCIA FINAL .pdf.jpgGenerated Thumbnailimage/jpeg5296https://vitela.javerianacali.edu.co/bitstreams/5b76ab71-6941-4f0c-a4a1-c0ef08ee3dbc/downloada5d83fd0529cfb672571d27602f89392MD51511522/2091oai:vitela.javerianacali.edu.co:11522/20912024-06-25 05:13:51.91https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.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 |