| dc.contributor | Zúñiga Cañón, Claudia Liliana | |
| dc.creator | Chaparro Cuadros, Cristian Alejandro | |
| dc.date | 2024-06-09T17:07:30Z | |
| dc.date | 2024-06-09T17:07:30Z | |
| dc.date | 2020 | |
| dc.date.accessioned | 2026-10-15T17:13:46Z | |
| dc.date.available | 2026-10-15T17:13:46Z | |
| dc.identifier | https://vitela.javerianacali.edu.co/handle/11522/2091 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/190815 | |
| dc.description | El Grupo de Investigación COMBA I+D de la Universidad Santiago de Cali, junto con la Universidad de Vigo y el Centro Universitario de la Defensa de España (CUD), han desarrollado el macroproyecto llamado Urb@nEcoLife. El cual busca, a través de una red de sensores móviles, capturar datos relacionados con la contaminación del aire. En el siguiente trabajo se muestra la implementación de la metodología Cross-Industry Standard Process for Data Mining CRISDM, con el fin de resolver y predecir posibles problemas medio ambientales de la ciudad Cali – Colombia, usando como base un algoritmo de red neuronal recurrente para procesar las series de tiempo armadas de los datos de contaminación de los años 2010 – 2017. Dentro del proyecto se exploraron. | |
| dc.description | The COMBA R&D Research Group of the Universidad Santiago de Cali, together with the Universidad de Vigo and the Centro Universitario de la Defensa (CUD), are developing a macroproject called Urb@nEcoLife. Which seeks, through a network of mobile sensors, to capture data related to air pollution. In the following work shows the implementation of the Cross Industry Standard Process for Data Mining CRISDM methodology, in order to solve predicting possible environmental problems in the city of Cali - Colombia using a recurring neural network algorithm as a basis to process the armed time series of the pollution data for the years 2010 - 2017, within the project different types of models were explored that generate predictions at different time scales. | |
| dc.format | 66 p. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Pontificia Univerisdad Javeriana Cali | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Machine learning | |
| dc.subject | Deep learning | |
| dc.subject | Data analytics | |
| dc.subject | Urban data | |
| dc.title | Desarrollo de un componente de Deep Learning para el procesamiento de datos medio ambientales para la plataforma URB@NECOLIFE | |
| dc.type | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type | Tesis/Trabajo de grado - Monografía - Maestría | |
| dc.type | https://purl.org/redcol/resource_type/TM | |
