In this study, we propose a new hybrid method based on artificial neural networks to forecast daily extreme events of PM2.5 pollution concentration. The hybrid method combines self-organizing maps to identify temporal patterns of excessive daily pollution found at different monitoring stations, with a set of multilayer perceptron to forecast extreme values of PM2.5 for each cluster. The proposed model was applied to analyze five-year pollution data obtained from nine weather stations in the metropolitan area of Santiago, Chile. Simulation results show that the hybrid method improves the performance metrics when forecasting daily extreme values of PM2.5.

La presente investigación surgió en base a la necesidad de conocer los efectos de la planificación y control en el aprendizaje del software AutoCAD de los estudiantes del Centro de Extensión y Proyección social – Universidad Nacional de Ingeniería, RIMAC 2012; se planteó como objetivo explicar el efecto de la planificación y control en el aprendizaje del software AutoCAD en los estudiantes. La investigación utilizó un enfoque cuantitativo, del tipo sustantivo, bajo un diseño cuasi experimental, el método utilizado fue hipotético deductivo, en un escenario experimental, sobre una población de 175 estudiantes inscritos en el periodo de Mayo a Junio del 2012, de donde se extrajo una muestra de 60 estudiantes. Se definió la variable independiente planificación y control, y la variable dependiente aprendizaje del software AutoCAD, los datos se recogieron utilizando únicamen...