Imputación de datos faltantes en caudales de fuentes hídricas del departamento de Antioquia: Un análisis comparativo de métodos tradicionales y basados en aprendizaje automático. Trabajo de grado de especialización

RESUMEN : Se evaluaron cinco técnicas de imputación (interpolación lineal, media móvil, spline cúbico, KNN y MissForest) en 9 series de tiempo de caudales horarios de estaciones hidrológicas del departamento de Antioquia, con un 30%, 40% y 50% de datos faltantes simulados. Utilizando seis métricas d...

Full description

Autores:

Londoño García, Tomás

Tipo de recurso:

Tesis

Fecha de publicación:

2024

Institución:

Universidad de Antioquia

Repositorio:

Repositorio UdeA

Idioma:

spa

OAI Identifier:

oai:bibliotecadigital.udea.edu.co:10495/41736

Acceso en línea:

https://hdl.handle.net/10495/41736

Palabra clave:

Análisis de datos
Data analysis
Aprendizaje automático (inteligencia artificial)
Machine learning
Caudal de la corriente de agua
Stream flow
Datos nulos
Valores faltantes
Imputación de datos
Métodos determinísticos
http://aims.fao.org/aos/agrovoc/c_1cb3b243
http://vocabularies.unesco.org/thesaurus/concept2214

Rights

openAccess

License

http://creativecommons.org/licenses/by-nc-sa/2.5/co/