Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México

Se diseño un modelo de red neuronal artificial para la predicción al día siguiente del máximo diario de PM10, (material particulado de menos de 10 micrometros de diámetro), el cual se construye de manera dinámica mediante la formación de clusters para la clasificación de patrones y evoluciona a trav...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Carrera-Velueta, Jesús, Magaña-Villegas, Elizabeth, Gónzalez-Figueredo, Carlos, Hernández-Barajas, José, Ramos-Herrera, Sergio, Bautista-Margulis, Raúl, Laines-Canepa, José, Valdez-Manzanilla, Arturo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2011
Materias:	Ciencias Informáticas Redes Neuronales Artificiales Predicción de la contaminación del aire Material Particulado
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/125255
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-125255
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Redes Neuronales Artificiales Predicción de la contaminación del aire Material Particulado
spellingShingle	Ciencias Informáticas Redes Neuronales Artificiales Predicción de la contaminación del aire Material Particulado Carrera-Velueta, Jesús Magaña-Villegas, Elizabeth Gónzalez-Figueredo, Carlos Hernández-Barajas, José Ramos-Herrera, Sergio Bautista-Margulis, Raúl Laines-Canepa, José Valdez-Manzanilla, Arturo Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México
topic_facet	Ciencias Informáticas Redes Neuronales Artificiales Predicción de la contaminación del aire Material Particulado
description	Se diseño un modelo de red neuronal artificial para la predicción al día siguiente del máximo diario de PM10, (material particulado de menos de 10 micrometros de diámetro), el cual se construye de manera dinámica mediante la formación de clusters para la clasificación de patrones y evoluciona a través de los datos que recibe automáticamente y en tiempo real. Se generó una matriz de distancias a partir de los patrones de entrada para seleccionar el radio óptimo de clasificación. El modelo fue validado mediante la aplicación de datos históricos de variables meteorológicas y de PM10 registrados en Villahermosa, Tabasco, México de 2007 a 2009. Los experimentos realizados permitieron identificar las variables relevantes del modelo y se contemplaron datos normalizados y no-normalizados. Los mejores resultados del modelo se obtuvieron usando promedios móviles y valores máximos y mínimos de PM10 no normalizados como variables de entrada así como radios cercanos al valor mínimo calculado en la matriz de distancias.
format	Objeto de conferencia Objeto de conferencia
author	Carrera-Velueta, Jesús Magaña-Villegas, Elizabeth Gónzalez-Figueredo, Carlos Hernández-Barajas, José Ramos-Herrera, Sergio Bautista-Margulis, Raúl Laines-Canepa, José Valdez-Manzanilla, Arturo
author_facet	Carrera-Velueta, Jesús Magaña-Villegas, Elizabeth Gónzalez-Figueredo, Carlos Hernández-Barajas, José Ramos-Herrera, Sergio Bautista-Margulis, Raúl Laines-Canepa, José Valdez-Manzanilla, Arturo
author_sort	Carrera-Velueta, Jesús
title	Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México
title_short	Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México
title_full	Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México
title_fullStr	Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México
title_full_unstemmed	Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México
title_sort	red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a pm10 en villahermosa tabasco, méxico
publishDate	2011
url	http://sedici.unlp.edu.ar/handle/10915/125255
work_keys_str_mv	AT carreraveluetajesus redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT maganavillegaselizabeth redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT gonzalezfigueredocarlos redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT hernandezbarajasjose redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT ramosherrerasergio redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT bautistamargulisraul redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT lainescanepajose redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico AT valdezmanzanillaarturo redneuronalautoorganizadaconaprendizajeentiemporealparalapredicciondelacalidaddelaireenbaseapm10envillahermosatabascomexico
bdutipo_str	Repositorios
_version_	1764820451458023427

Red neuronal auto-organizada con aprendizaje en tiempo real para la predicción de la calidad del aire en base a PM10 en Villahermosa Tabasco, México

Ejemplares similares