000			02191nam a22003257i 4500
001			AZUAY-91427
003			AZUAY
005			20251111043049.0
008			251108b ||||||||qm||| 00| | d
040			_aAZUAY _bspa _cAZUAY _dAZUAY _erda
041	0		_aspa
084			_aUDA-BG T18697
100	1		_aCoronel Alvarado, Ruth Mariela, _eautor
245	1	0	_aAnálisis del comportamiento de los índices de calidad del aire en la ciudad de Cuenca a través de pronósticos, utilizando técnicas de aprendizaje computacional
264	3	1	_aEcuador : _bUniversidad del Azuay-Posgrados, _c2023
300			_a81 páginas
300			_bDigital
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecurso en línea _bcr
502			_aMagíster en Matemáticas Aplicadas
520	3		_bLa gran preocupación existente por la contaminación del aire y sus graves efectos ha llevado a una búsqueda de soluciones para mitigar dichos efectos. Una forma de hacerlo es a través de información que permita prever los comportamientos futuros de los contaminantes y facilite la toma de decisiones oportunas. Con este fin han sido utilizado ampliamente modelos de pronóstico. En el presente estudio, se propone un modelo de predicción para estimar la concentración de uno de los contaminantes del aire. Los modelos se basan en información histórica, y utiliza técnicas de aprendizaje computacional. Se desarrolla un modelo basado en estadística tradicional y otro utilizando algoritmos de Machine Learning. Ambos modelos fueron entrenados con valores de una base de datos proporcionada por el Instituto de Estudios de Régimen Seccional del Ecuador (IERSE). Los resultados muestran que el modelo basado en Redes Neuronales obtuvo las mejores métricas de desempeño en comparación al modelo tradicional (ARIMA)
650	1	4	_aCONTAMINACIÓN DEL AIRE
650	1	4	_aMACHINE LEARNING
650	1	4	_aMÉTODO DE PRONÓSTICO
650	1	4	_aRED NEURONAL ARTIFICIAL-ANN
700	1		_aAvilés González, Jonnatan Fernando, _edirector de Tesis
856	4	0	_uhttp://dspace.uazuay.edu.ec/handle/datos/13171 _yVer documento en línea
942			_2z _c6
999			_c43128 _d43128