Predicción del nivel de profundidad de las aguas subterráneas mediante redes neuronales artificiales, Tarapoto 2024

• Autores: Curitima Huaillahua, Victor Roner, Grandez Garcia, Alther
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/166242
• Enlace del recurso: https://hdl.handle.net/20.500.12692/166242
• Nivel de acceso: acceso abierto
• Materia: Agua subterránea; Recursos hídricos; Agua del suelo; https://purl.org/pe-repo/ocde/ford#2.01.01

Este proyecto, esta alineado con el objetivo de desarrollo sostenible (ODS), N°06 denominado Agua y Saneamiento. Este estudio en marca con objetivo predecir la profundidad y/o nivel de las aguas subterráneas en el distrito de Tarapoto, mediante redes neuronales artificiales con regresión. Se tiene como población una base de datos con 930 grupos de datos de nivel de agua subterránea, el cuál fue extraído del portal de datos de acceso abierto, de tal forma se consignó 930 grupos de datos que representan nuestra muestra el cual nos permitirá predecir el nivel de profundidad de las aguas subterráneas. El presente proyecto investigativo es de tipo aplicada, enfoque cuantitativo, diseño investigación fue exploratoria y transversal, según la OCDE este proyecto está considerado como un proceso de innovación por que se están mejorando los procesos de manera significativa. Se utilizó programas de acceso libre que pueden gestionar grandes cantidades de información y de esa forma elaborar modelos predictivos y descriptivos para realizar la regresión y el proceso del analisis de texto. En ese contexto se realizó la ejecución del procesamiento de la red neuronal artificial