Predicción de la calidad del aire de Madrid mediante modelos supervisados
Cada día, una persona respira de media un volumen de aire de 12.000 litros (12 m³). En las ciudades, la calidad de ese aire no suele ser muy buena. Puede estar contaminado por el tráfico, la industria y muchas otras actividades. Sabemos que existe una relación directa entre la calidad del aire que r...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2019 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/99446 |
| Acceso en línea: | http://hdl.handle.net/10609/99446 |
| Access Level: | acceso abierto |
| Palabra clave: | datos abiertos calidad del aire minería de datos predicción qualitat de l'aire mineria de dades predicció dades obertes air quality index data mining prediction open data Data mining -- TFM Mineria de dades -- TFM Minería de datos -- TFM |
| Sumario: | Cada día, una persona respira de media un volumen de aire de 12.000 litros (12 m³). En las ciudades, la calidad de ese aire no suele ser muy buena. Puede estar contaminado por el tráfico, la industria y muchas otras actividades. Sabemos que existe una relación directa entre la calidad del aire que respiramos y la salud humana, por ello, la ciudad de Madrid dispone de un plan de calidad del aire y cambio climático. Este plan, trata de garantizar la calidad del aire de la ciudad y define una serie de acciones para la reducción de la contaminación, como por ejemplo restricciones de tráfico. Estas acciones se toman en base a mediciones por toda la ciudad y desgraciadamente se suelen tomar con poca anticipación. El objetivo de este trabajo final de máster, es utilizar diferentes algoritmos de minería de datos para crear un modelo que nos permita realizar una predicción de la calidad del aire de Madrid de manera precisa y con una mayor antelación. Para ello, se hará uso de datos abiertos con un histórico de la calidad del aire, la meteorología y el calendario laboral de la ciudad. Estos datos serán combinados y preparados para ser utilizados con diferentes técnicas y algoritmos de minería de datos (MLP, LSTM, CNN y SVM).A partir de los modelos generados, se comprobará si es posible realizar una predicción de la calidad del aire de Madrid con suficiente precisión y antelación como para mejorar la actual planificación de medidas y restricciones establecidas. |
|---|