Uso de un modelo de red neuronal artificial para la predicción de concentraciones de arsénico en aguas subterráneas, Tarapoto 2024

• Autores: Polo Saavedra, Frank Sander, Reategui Galarreta, Lilian Raquel
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/162521
• Enlace del recurso: https://hdl.handle.net/20.500.12692/162521
• Nivel de acceso: acceso abierto
• Materia: Aguas subterráneas; Red neuronal artificial; Inteligencia artificial; https://purl.org/pe-repo/ocde/ford#2.01.01

La presente investigación, esta alineado con el objetivo de desarrollo sostenible (ODS), N°06 denominado agua y saneamiento. Se ha tenido como objetivo predecir las concentraciones de arsénico en aguas subterráneas, mediante el uso de un modelo de red neuronal artificial. Dentro de nuestra metodología población y muestra; la población son los registros disponibles en la base de datos extraída libre que conforman una muestra total de 3283 mediciones de arsénico en aguas subterráneas. Criterio de Inclusión: Se incluyeron registros con mediciones de concentración de arsénico en aguas subterráneas junto con los parámetros hidrológicos, parámetros del suelo, parámetros químicos y características geológicas. Con respecto al tipo de investigación es aplicada manteniendo un enfoque cuantitativo exploratorio, el diseño de la investigación fue experimental transversal. Según la OCDE este proyecto está considerado como un proceso de innovación por que se mejora los procesos de manera significativa. Se logró predecir las concentraciones de arsénico en aguas subterráneas con una exactitud del 97.56%, mediante el uso de la red neuronal artificial en base a las características de los parámetro hidrológicos, suelos, químicos y geológicos.