Red neuronal Backpropagation para la predicción de datos de contaminación y prevención de ataques a personas con padecimientos de rinitis alérgica y asma

Abstract

Resumen. La prevención de enfermedades respiratorias causadas por los altos índices de contaminación ambiental, es un tema de importante discusión en las grandes ciudades, donde la industrialización y la sobrepoblación causan un incremento de partículas alergénicas que agravan el padecimiento de rinitis alérgica y asma, sobre todo en la comunidad infantil. El problema radica en la desinformación de la población acerca de la calidad del aire y las medidas preventivas a tomar en cuenta para evitar un deterioro en la salud. En este artículo, se presentan datos monitoreados por una red de sensores que registran cinco de los principales alérgenos para diferentes zonas de la ciudad de León, Guanajuato. Una red neuronal artificial (RNA) con un entrenamiento supervisado de tipo Backpropagation, es empleada para la predicción de datos futuros hasta alcanzar un error mínimo. Posteriormente, se emiten recomendaciones previamente avaladas, con base a los resultados arrojados por la red neuronal. La metodología propuesta genera resultados eficientes, medidos en el error de las soluciones y en tiempo de ejecución.Palabras clave: redes de sensores, red neuronal artificial, entrenamiento backpropagation, predicción de datos climáticos.

Red Neuronal Artificial para la Clasificación y Predicción de la Calidad del Aire

“…En el trabajo realizado por Cerna [7], se utiliza una red neuronal artificia, con un algoritmo de Backpropagation para la predicción de datos de contaminación. Utiliza datos obtenidos de la estación CICEG de la ciudad de León, Gto., haciendo un filtrado descartando los datos NAN (Not a Number).…”