MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING
DesarrollarunmodelopredictivoparaestimarlosnivelesdePM2.5enBogotáutilizandoredesneuronalesrecurrentesLSTM,apartirdedatosabiertosdecalidaddelaire.
- Autores:
-
Gonzalez Gutierrez, Angie Marcela
Contreras Gomez, Cindi Paola
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Universidad Libre
- Repositorio:
- RIU - Repositorio Institucional UniLibre
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unilibre.edu.co:10901/32043
- Acceso en línea:
- https://hdl.handle.net/10901/32043
- Palabra clave:
- Modelo predictivo
Niveles de PM2.5
Predictive model
Inteligencia Artificial
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
RULIBRE2_76fa22fc99e0f05c2ea66b94e88b4532 |
|---|---|
| oai_identifier_str |
oai:repository.unilibre.edu.co:10901/32043 |
| network_acronym_str |
RULIBRE2 |
| network_name_str |
RIU - Repositorio Institucional UniLibre |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| dc.title.alternative.spa.fl_str_mv |
Model for predicting air quality using machine learning |
| title |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| spellingShingle |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING Modelo predictivo Niveles de PM2.5 Predictive model Inteligencia Artificial |
| title_short |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| title_full |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| title_fullStr |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| title_full_unstemmed |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| title_sort |
MODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNING |
| dc.creator.fl_str_mv |
Gonzalez Gutierrez, Angie Marcela Contreras Gomez, Cindi Paola |
| dc.contributor.advisor.none.fl_str_mv |
Santa Quintero, Ricardo Andres |
| dc.contributor.author.none.fl_str_mv |
Gonzalez Gutierrez, Angie Marcela Contreras Gomez, Cindi Paola |
| dc.subject.spa.fl_str_mv |
Modelo predictivo Niveles de PM2.5 |
| topic |
Modelo predictivo Niveles de PM2.5 Predictive model Inteligencia Artificial |
| dc.subject.subjectenglish.spa.fl_str_mv |
Predictive model |
| dc.subject.lemb.spa.fl_str_mv |
Inteligencia Artificial |
| description |
DesarrollarunmodelopredictivoparaestimarlosnivelesdePM2.5enBogotáutilizandoredesneuronalesrecurrentesLSTM,apartirdedatosabiertosdecalidaddelaire. |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-10-14T12:33:41Z |
| dc.date.available.none.fl_str_mv |
2025-10-14T12:33:41Z |
| dc.date.created.none.fl_str_mv |
2025-10-13 |
| dc.type.local.spa.fl_str_mv |
Tesis de Pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10901/32043 |
| url |
https://hdl.handle.net/10901/32043 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
OpenAQ. (2024). OpenAQAPI documentation(v3). Recuperado de https://openaq.org Secretaría Distrital de Ambiente de Bogotá. (2024). Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB). Recuperado de https://ambientebogota.gov.co/calidad-del-aire Organización Mundial de la Salud. (2023). Guías de calidad del aire: actualizaciones globales 2023. OMS. Recuperado de https://www.who.int/es Conciliac. (2023). Conoce las 6 ventajas del machine learningen la gestión de datos. Recuperado de https://conciliac.com/es/conoce-las-6-ventajas-del-machine-learning-en-la-gestion-de-datos/ Cheng, J., & Liu, Y. (2022). Air qualitypredictionusingLSTM neural networks: A case studyin urbanenvironments. EnvironmentalModelling& Software, 157, 105519. https://doi.org/10.1016/j.envsoft.2022.105519 Zhang, Y., Li, K., & Wang, J. (2021). Deep learningapproachesforair qualityforecasting: A review. AtmosphericEnvironment, 244, 117929. https://doi.org/10.1016/j.atmosenv.2020.117929 |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.spa.fl_str_mv |
PDF |
| dc.coverage.spatial.spa.fl_str_mv |
Bogotá |
| institution |
Universidad Libre |
| bitstream.url.fl_str_mv |
http://repository.unilibre.edu.co/bitstream/10901/32043/4/Modelo%20para%20la%20Predicci%c3%b3n%20de%20la%20Calidad%20del%20Aire.pdf.jpg http://repository.unilibre.edu.co/bitstream/10901/32043/5/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Presentacion2.pdf.jpg http://repository.unilibre.edu.co/bitstream/10901/32043/3/license.txt http://repository.unilibre.edu.co/bitstream/10901/32043/1/Modelo%20para%20la%20Predicci%c3%b3n%20de%20la%20Calidad%20del%20Aire.pdf http://repository.unilibre.edu.co/bitstream/10901/32043/2/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Presentacion2.pdf |
| bitstream.checksum.fl_str_mv |
33d262dd4e8b7dd4e901aba29c61ab00 720469da57edca931575dd67fec2df14 8a4605be74aa9ea9d79846c1fba20a33 27dc1096491b5cea9aa908371fa43919 956ded836224ba50b89e8369a40cfdde |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Unilibre |
| repository.mail.fl_str_mv |
repositorio@unilibrebog.edu.co |
| _version_ |
1851053900123078656 |
| spelling |
Santa Quintero, Ricardo AndresGonzalez Gutierrez, Angie MarcelaContreras Gomez, Cindi PaolaBogotá2025-10-14T12:33:41Z2025-10-14T12:33:41Z2025-10-13https://hdl.handle.net/10901/32043DesarrollarunmodelopredictivoparaestimarlosnivelesdePM2.5enBogotáutilizandoredesneuronalesrecurrentesLSTM,apartirdedatosabiertosdecalidaddelaire.Universidad libre, ingenieria, sistemasDevelop a predictive model to estimate PM2.5 levels in Bogotá using LSTM recurrent neural networks, based on open air quality data.PDFspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Atribución-NoComercial-SinDerivadas 2.5 Colombiainfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo predictivoNiveles de PM2.5Predictive modelInteligencia ArtificialMODELO PARA LA PREDICCIÓN DE LA CALIDAD DEL AIRE MEDIANTE MACHINE LEARNINGModel for predicting air quality using machine learningTesis de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisOpenAQ. (2024). OpenAQAPI documentation(v3). Recuperado de https://openaq.orgSecretaría Distrital de Ambiente de Bogotá. (2024). Red de Monitoreo de Calidad del Aire de Bogotá (RMCAB). Recuperado de https://ambientebogota.gov.co/calidad-del-aireOrganización Mundial de la Salud. (2023). Guías de calidad del aire: actualizaciones globales 2023. OMS. Recuperado de https://www.who.int/esConciliac. (2023). Conoce las 6 ventajas del machine learningen la gestión de datos. Recuperado de https://conciliac.com/es/conoce-las-6-ventajas-del-machine-learning-en-la-gestion-de-datos/Cheng, J., & Liu, Y. (2022). Air qualitypredictionusingLSTM neural networks: A case studyin urbanenvironments. EnvironmentalModelling& Software, 157, 105519. https://doi.org/10.1016/j.envsoft.2022.105519Zhang, Y., Li, K., & Wang, J. (2021). Deep learningapproachesforair qualityforecasting: A review. AtmosphericEnvironment, 244, 117929. https://doi.org/10.1016/j.atmosenv.2020.117929THUMBNAILModelo para la Predicción de la Calidad del Aire.pdf.jpgModelo para la Predicción de la Calidad del Aire.pdf.jpgIM Thumbnailimage/jpeg26119http://repository.unilibre.edu.co/bitstream/10901/32043/4/Modelo%20para%20la%20Predicci%c3%b3n%20de%20la%20Calidad%20del%20Aire.pdf.jpg33d262dd4e8b7dd4e901aba29c61ab00MD54Formato autorización PUBLICACIÓN DE OBRAS - Presentacion2.pdf.jpgFormato autorización PUBLICACIÓN DE OBRAS - Presentacion2.pdf.jpgIM Thumbnailimage/jpeg32075http://repository.unilibre.edu.co/bitstream/10901/32043/5/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Presentacion2.pdf.jpg720469da57edca931575dd67fec2df14MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repository.unilibre.edu.co/bitstream/10901/32043/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALModelo para la Predicción de la Calidad del Aire.pdfModelo para la Predicción de la Calidad del Aire.pdfapplication/pdf1522669http://repository.unilibre.edu.co/bitstream/10901/32043/1/Modelo%20para%20la%20Predicci%c3%b3n%20de%20la%20Calidad%20del%20Aire.pdf27dc1096491b5cea9aa908371fa43919MD51Formato autorización PUBLICACIÓN DE OBRAS - Presentacion2.pdfFormato autorización PUBLICACIÓN DE OBRAS - Presentacion2.pdfapplication/pdf285892http://repository.unilibre.edu.co/bitstream/10901/32043/2/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Presentacion2.pdf956ded836224ba50b89e8369a40cfddeMD5210901/32043oai:repository.unilibre.edu.co:10901/320432025-10-15 06:00:29.275Repositorio Institucional Unilibrerepositorio@unilibrebog.edu.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 |