Modelo basado en redes neuronales artificiales para evaluación de calidad de aguas subterráneas en función a metales pesados. Tarapoto 2024

• Autores: Herrera Perez, Kluibert Riquelmer, Isquierdo Pipa, Maria De Los Angeles
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/160729
• Enlace del recurso: https://hdl.handle.net/20.500.12692/160729
• Nivel de acceso: acceso abierto
• Materia: Aguas subterráneas; Redes neuronales; Metales pesados; https://purl.org/pe-repo/ocde/ford#2.01.01

Este proyecto está alineado con el ODS N°06, denominado Agua y Saneamiento. El objetivo principal consistió en evaluar la calidad de aguas subterráneas en función a metales pesados mediante un modelo de red neuronal artificial. Se realizaron 4 muestreos en tres localidades del distrito de Tarapoto, donde se registraron las coordenadas de cada muestra y se almacenaron en una base de datos, además, se incorporaron 56 grupos de datos del portal oficial de la Autoridad Nacional del Agua, teniendo una muestra de 60 datos, las cuales se clasificaron en 3 tipos de calidad: Mala, Regular y Buena. El estudio tiene un enfoque aplicado, utilizando una metodología cuantitativa y un diseño exploratorio y transversal. De acuerdo a la OCDE, este proyecto constituye una innovación importante en la valoración de la calidad del agua de acuerdo a los procesos implementados. Se logró evaluar la calidad del agua subterránea ajustando los ciclos de entrenamiento del programa RapidMiner, alcanzando una exactitud de 80%. Se concluyó que el modelo de RNA tiene mayor exactitud y precisión según la calidad y volumen de los datos empleados, además se destaca su potencial, ofreciendo una base sólida para futuras aplicaciones y estudios.