Aplicación de minería de datos en el análisis de contaminantes atmosféricos y variables meteorológicas

By: Contributor(s): Material type: TextTextLanguage: Spanish Publisher: Ecuador : Universidad del Azuay-Facultad de Ciencias de la Administración-Escuela de Ingeniería de Sistemas y Telemática, 2018Description: 49 páginas; DigitalContent type:
  • texto
Media type:
  • computadora
Carrier type:
  • recurso en línea
Subject(s): Other classification:
  • UDA-BG T14184
Online resources: Dissertation note: Ingeniero en Sistemas y Telemática Abstract: La contaminación del aire afecta directamente a la salud de las personas y causa grandes problemas al medio ambiente, se han implementado en varios países sensores que recolectan información del aire en tiempo real. Éste trabajo se enfocó en la aplicación de minería de datos en el análisis de los datos de contaminantes atmosféricos y variables meteorológicas aplicando algoritmos de clustering no supervisados. El mejor algoritmo de clustering tanto en precisión como agrupamiento de datos fue el algoritmo DBSCAN. La información se presentó a través; de matrices de correlación y series de tiempo entre variables con ventanas de duración. Entre los resultados más relevantes, por ejemplo, se obtuvo que el Ozono tiene una fuerte correlación con la temperatura.
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Shelving location Call number Status Barcode
Tesis Biblioteca Hernán Malo González Digital UDA-BG T14184 (Browse shelf(Opens below)) Available T14184

Ingeniero en Sistemas y Telemática

La contaminación del aire afecta directamente a la salud de las personas y causa grandes problemas al medio ambiente, se han implementado en varios países sensores que recolectan información del aire en tiempo real. Éste trabajo se enfocó en la aplicación de minería de datos en el análisis de los datos de contaminantes atmosféricos y variables meteorológicas aplicando algoritmos de clustering no supervisados. El mejor algoritmo de clustering tanto en precisión como agrupamiento de datos fue el algoritmo DBSCAN. La información se presentó a través; de matrices de correlación y series de tiempo entre variables con ventanas de duración. Entre los resultados más relevantes, por ejemplo, se obtuvo que el Ozono tiene una fuerte correlación con la temperatura.

There are no comments on this title.

to post a comment.

Catálogo
Digital