Análisis de PM2.5 suspendidos en el noroeste de Hermosillo.

Abstract

Translate Article

Take Notes

En la ciudad de Hermosillo, Sonora, se han empleado sensores de bajo costo para capturar datos sobre la contaminación por partículas PM2.5 y otros contaminantes atmosféricos. Dado que estos contaminantes han sido objeto de estudio durante las últimas décadas, es fundamental prever su comportamiento futuro. En este estudio, se utilizan modelos de aprendizaje automático para la predicción y el análisis de tendencias en los niveles de PM2.5. Los resultados preliminares indican que las concentraciones de contaminantes presentan una clara variabilidad estacional. La metodología propuesta sigue un enfoque sistemático para la preparación y análisis de datos en el contexto de los algoritmos de aprendizaje automático. Este enfoque incluye procesos de limpieza, exploración, tratamiento de valores atípicos y faltantes, escalado de datos categóricos, selección de características, y la partición de los datos en conjuntos de entrenamiento y prueba.