Modelo predictivo con machine learning para variables ambientales y PM 2.5 en Huachac Junín - Perú

• Autores: Olarte Suarez, Emery Elsa, Gutierrez Gutierrez, Jhonatan Michael, Roque Párraga, Gwayne Kelly
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana Unión
• Repositorio: UPEU-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upeu.edu.pe:20.500.12840/8464
• Enlace del recurso: http://repositorio.upeu.edu.pe/handle/20.500.12840/8464
• Nivel de acceso: acceso abierto
• Materia: Lasso; Ridge; Elastic Net; PM2.5AQI; Temperatura; Humedad; Aprendizaje automático; http://purl.org/pe-repo/ocde/ford#2.07.00

Antecedentes: La contaminación por PM2.5 está en aumento provocando problemas de salud, con el objetivo de modelar el comportamiento del PM2.5AQI (índice de calidad de aire) mediante machine learning se aplicó modelos predictivos de regresion Lineal, Lasso, Ridge y Elastic Net considerando 16, 543 registros de la zona de Huachac-Junin en Perú con regresores de humedad en g/m3 y la temperatura en ºC. El punto focal del estudio son el material particulado y variables ambientales, donde se identificó un nuevo modelo de Machine Learning ML capaz de predecir el PM2.5 de la zona de Huachac con considerable precisión, basado en variables regresoras estrechamente relacionadas con el material particulado. (2) Métodos: Se aplicó el Análisis Exploratorio de Datos (EDA), el cual permitió una visión clara de los datos, realizando un análisis descriptivo, un ajuste de los tipos de variables, la detección y tratamiento de datos faltantes, la identificación de datos atípicos y la correlación de variables, permitiendo tener una data sólida en la predicción de los modelos predictivos de machine Learning aplicados; (3) Resultados: El índice de la calidad del aire tiene tendencia a ser más alta en invierno y primavera con medias de 52.6, 36.9 PM2.5AQI respectivamente y con valores más bajos en verano además presenta valor máximo en septiembre y presenta valores mínimos en febrero. El uso de los modelos de regresión arrojó métricas precisas para elegir el mejor modelo para la predicción del PM2.5AQI. La comparación con otras investigaciones resalta la solidez de los modelos de ML elegidos, subrayando el potencial del ML en la ingeniería ambiental. (4) Conclusiones: El modelo predictivo encontrado fue α=0.1111111 y un valor de Lambda λ=0.150025 representado por PM2.5AQI = 83.0846522 – 10.3022000(Humedad) - 0.1268124( Temperatura) con un R2 ajustado de 0.1483206 y un RMSE de 25.36203.