Uso de redes neuronales con datos meteorológicos para predicción de precipitaciones en San Marcos - Ancash, 2025

• Autor: Chavez Pachamango, Martin Andres
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/181627
• Enlace del recurso: https://hdl.handle.net/20.500.12692/181627
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Precipitación; Datos meteorológicos; https://purl.org/pe-repo/ocde/ford#2.01.01

El objetivo general es determinar la relación entre los datos meteorológicos y su implementación en un esquema de red neuronal artificial (RNA) para la predicción de precipitaciones en San Marcos, Áncash, en 2025. Metodológicamente, la investigación es de enfoque cuantitativo y diseño experimental/aplicado, basada en aprendizaje supervisado. La muestra se compone de series temporales de variables clave (temperatura, humedad, viento, etc.) obtenidas de estaciones y complementadas con datos satelitales (CHIRPS/MODIS). La técnica de modelización computacional usó la RNA, con un preprocesamiento de datos dividido en 70% para entrenamiento, 15% para validación y 15% para prueba. Los resultados demuestran la alta eficacia del modelo RNA, validando su superioridad para la predicción de precipitaciones. La evaluación de rendimiento con la matriz de confusión (TN=5, FP=9, FN=0, TP=42) arrojó métricas clave: Precisión global (Accuracy) del 83.93%, Precisión Positiva (Precision) de 82.35%, Sensibilidad (Recall) del 100% y una Puntuación F1 (F1-score) del 90.32%. El modelo demostró una excelente capacidad para detectar todos los eventos de precipitación (FN=0), lo cual es crucial en la prevención de riesgos. Se concluye que la RNA ofrece una gran capacidad de generalización y modelado no lineal, mejorando la gestión hídrica y la prevención de desastres en San Marcos.