Identificación de patrones temporales de PM10 basados en análisis espectral singular

Descripción del Articulo

Este estudio propone mejorar la precisión en la predicción de la calidad del aire. Para ello se considera una adaptación híbrida. Se basa en una integración del análisis del espectro singular y redes neuronales recurrente a la memoria de corto y largo plazo; El SSA se aplica a la serie temporal orig...

Descripción completa

Detalles Bibliográficos
Autores: Ureta Tolentino, Jeremias Macias, Calsin Quinto, Diana Silvia
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Peruana Unión
Repositorio:UPEU-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upeu.edu.pe:20.500.12840/7606
Enlace del recurso:http://repositorio.upeu.edu.pe/handle/20.500.12840/7606
Nivel de acceso:acceso embargado
Materia:Análisis espectral singular
Redes neuronales
Memoria de largo plazo
http://purl.org/pe-repo/ocde/ford#1.02.02
Descripción
Sumario:Este estudio propone mejorar la precisión en la predicción de la calidad del aire. Para ello se considera una adaptación híbrida. Se basa en una integración del análisis del espectro singular y redes neuronales recurrente a la memoria de corto y largo plazo; El SSA se aplica a la serie temporal original para dividir la señal y el ruido, que luego se predicen por separado y se suman para obtener los pronósticos finales. Este método híbrido proporcionó un mejor rendimiento en comparación con otros métodos.
Identificación de patrones temporales de PM10 basados en análisis espectral singular
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares