Sistema prototipo para la estimación del comportamiento del índice de calidad del aire usando técnicas de aprendizaje computacional

Abstract

La investigación que se aborda en este trabajo va orientada como primera medida a la construcción de un conjunto de datos usando la meteorología e índice de calidad del aire (ICA) producto de la recopilación durante cuatro años, de la monitorización de las estaciones del Sistemas de Vigilancia de calidad de aire de Valledupar; teniendo en cuenta este conjunto de datos, se busca entrenar y validar un modelo descriptivo, mediante la utilización de técnicas de clustering (Agrupamiento). Además se desarrolla un modelo predictivo, que estime el índice de calidad del aire, utilizando diferentes técnicas de minería de datos. Se comparan resultados mediante la utilización de las ANN’s y el método de regresión lineal, encontrando que las ANN’s se acoplan eficientemente a este conjunto de datos produciendo MAE de 10,19 para PM10 y 4,045 para CO, usando estos modelos como regresión; si se estiman los valores de ICA usando la concepción de series de tiempo con estos modelos se obtiene un MAE de 3.19 para PM10 y 4,47 para CO.

Abstract The research that is approached in this work goes oriented like first measurement to the construction of a data set using the meteorology and air quality index (ICA) product of the compilation during four years, the monitoring of the system's surveillance stations of the air quality in Valledupar; considering east data set, one looks for to train and to validate a descriptive model, by means of the use of techniques of clustering (Group). In addition it is developed to a predictive model, that considers the ICA, using different techniques from data mining. They compare results by means of the use of ANN's and linear regression method, finding that ANN's efficiently is reconciled to this data set producing MAE of 10,19 by PM10 and 4,045 by CO, using these models like regression; if the values of ICA are considered using the conception of time series with these models it obtains a MAE of 3.19 by PM10 and 4,47 by CO.