Estimación de la calidad del aire de Galicia mediante técnicas de machine-learning
La calidad del aire y el efecto perjudicial que una mala calidad del aire tiene en la salud de las personas está cobrando mucha relevancia. Por ello muchas ciudades y regiones tienen instalados sistemas de medición de los diferentes elementos contaminantes presentes en el aire. Dichas mediciones se...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2020 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/108266 |
| Acceso en línea: | http://hdl.handle.net/10609/108266 |
| Access Level: | acceso abierto |
| Palabra clave: | qualitat de l'aire aprenentatge automàtic predicció calidad del aire aprendizaje automático predicción machine learning air quality prediction Machine learning -- TFM Aprenentatge automàtic -- TFM Aprendizaje automático -- TFM |
| Sumario: | La calidad del aire y el efecto perjudicial que una mala calidad del aire tiene en la salud de las personas está cobrando mucha relevancia. Por ello muchas ciudades y regiones tienen instalados sistemas de medición de los diferentes elementos contaminantes presentes en el aire. Dichas mediciones se utilizan para activar los diferentes protocolos anticontaminación que dichas regiones tienen establecidos. Dado que se tienen estos datos de las concentraciones, es posible implementar técnicas de minería de datos con el objetivo de generar modelos predictivos. Estos han de ser capaces de predecir las concentraciones con cierta antelación para poder aplicar los protocolos o las medidas preventivas oportunas para evitar un episodio de alta contaminación. El objetivo de este trabajo de final de máster es generar una serie de modelos predictivos mediante datos de acceso abierto con el objetivo de poder predecir las concentraciones de los diferentes elementos contaminantes en Galicia usando las siguientes técnicas de minería de datos: SVR, MLP y LSTM. Además, se ha querido estudiar cómo afecta a la calidad de las predicciones el intentar realizar predicciones con un mayor número de días de antelación para ver el máximo de días de anticipación posible para los cuales las predicciones realizadas se pueden considerar útiles. Asimismo se ha querido estudiar si era posible generar un modelo general para la comunidad autónoma de Galicia empleando sólo los datos de las concentraciones de algunas de sus ciudades. |
|---|