Publicación:
Implementación de redes neuronales recurrentes LSTM para el pronóstico de material particulado PM2,5 en el Valle de Áburra

Vista sencilla de ítem
dc.contributor.advisorSuarez Sierra Biviana Marcela
dc.contributor.advisorCoy Coy Jairo Iván
dc.contributor.authorGonzález, Javier
dc.contributor.authorCoy, Jairo
dc.contributor.authorSuarez, Biviana
dc.contributor.sponsorSIATA
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.creator.emailjigonzalea@aefit.edu.co
dc.date.accessioned2025-09-26T21:46:50Z
dc.date.available2025-09-26T21:46:50Z
dc.date.issued2025
dc.descriptionLa contaminación atmosférica es una de las problemáticas ambientales de creciente relevancia a nivel global. La mala calidad del aire, particularmente en áreas urbanas, se ha convertido en un flagelo que, además de tener un impacto directo sobre la salud, contribuye de manera significativa al aumento de los índices de mortalidad en diversas partes del mundo. En este contexto, la región metropolitana del Valle de Aburrá se ve especialmente afectada, debido a sus condiciones topográficas y meteorológicas, sumadas a un elevado nivel de industrialización y al continuo crecimiento del parque automotor, lo que favorece la acumulación de gases y partículas contaminantes en la atmósfera. Este proyecto tiene como objetivo el desarrollo de un modelo sencillo y robusto basado en redes neuronales LSTM para el pronóstico de las concentraciones del contaminante PM$_{2.5}$. El propósito principal de esta herramienta es aportar a la gestión del riesgo asociado a los episodios críticos de calidad del aire en la región metropolitana, ayudando a mitigar los efectos adversos sobre la salud pública.
dc.description.abstractAir pollution is one of the environmental issues of growing global relevance. Poor air quality, particularly in urban areas, has become a scourge that, in addition to having a direct impact on health, significantly contributes to the increase in mortality rates in various parts of the world. In this context, the metropolitan region of the Aburrá Valley is particularly affected due to its topographical and meteorological conditions, combined with a high level of industrialization and the continuous growth of the vehicle fleet, which favors the accumulation of gases and particulate matter in the atmosphere. This project aims to develop a simple and robust model based on LSTM neural networks, in order to forecast PM$_{2.5}$ pollutant concentrations. The main purpose of this tool is to contribute to the risk management associated with critical air quality episodes in the metropolitan region, helping to mitigate the adverse effects on public health.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Ciencias de Datos y Analíticaspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad EAFIT
dc.identifier.reponamereponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourlrepourl:https://repository.eafit.edu.co
dc.identifier.urihttps://hdl.handle.net/10784/36660
dc.language.isospa
dc.publisherUniversidad EAFIT
dc.publisherSIATA
dc.publisher.departmentÁrea Computación y Analíticaspa
dc.publisher.facultyEscuela de Ciencias Aplicadas e Ingenieríaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.relation.urihttps://github.com/Javsk891/Pron-sticoPM2.5-LSTM-Tesis-de-Grado-Javier-Gonzalez/blob/main/Procesamiento_y_modelado.ipynb
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abierto
dc.subjectCalidad del aire, Material particulado, PM2.5, Redes neuronales LSTM, Machine Learning, Transfer Learning, Contaminación atmosférica, Series de tiempo, Gestión del riesgo
dc.subject.keywordAir quality, Particulate matter, PM2.5, LSTM neural networks, Machine Learning, Transfer Learning, Atmospheric pollution, Time series, Risk management
dc.titleImplementación de redes neuronales recurrentes LSTM para el pronóstico de material particulado PM2,5 en el Valle de Áburra
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.localTesis de Maestríaspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication

Archivos

Bloque original
Mostrando 1 - 4 de 4
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
114.46 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
No hay miniatura disponible
Nombre:
Tesis_González_Álvarez_Javier_Ignacio.pdf
Tamaño:
2.96 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
374.08 KB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
Carta de aprobación EAFIT.pdf
Tamaño:
72.87 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado 2
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)