Facultad de Ciencias e Ingeniería

Now showing 1 - 3 of 3

Predicción temporal de calidad del aire en Lima a partir de datos de estaciones de bajo costo y Aprendizaje Automático: una revisión de literatura
(Pontificia Universidad Católica del Perú, 2021-08-23) Paredes Salazar, Diego José; Villanueva Talavera, Edwin Rafael
El presente trabajo explora los estudios en los cuales se utilizan técnicas de aprendizaje profundo para realizar predicción temporal de calidad del aire, de manera que se pueda comprender que características tendrían los modelos de aprendizaje profundo que tienen un mejor rendimiento con para realizar esta tarea y puedan utilizarse como línea base para desarrollar modelos similares en el contexto de la ciudad de lima. Esta revisión de literatura se realiza con el objetivo de poder obtener los modelos de aprendizaje profundo que estén teniendo un mejor rendimiento en la actualidad al predecir temporalmente la calidad del aire mediante un procedimiento que garantice objetividad y reproducción de resultados. Para ello, se realiza una revisión sistemática de literatura que garantiza el uso de procedimientos estructurados y definidos para conocer las preguntas de investigación que guían la exploración de los estudios de predicción temporal de calidad del aire, los motores de búsqueda considerados para la revisión y las cadenas de búsqueda asociadas tanto a las preguntas de investigación como los motores de búsqueda, de manera que estas se puedan ejecutar y reproducir la obtención de estudios. Las respuestas se reportan en un formulario de extracción con datos relacionados a las arquitecturas de aprendizaje profundo, limitaciones de los modelos empleados y el rendimiento obtenido por cada modelo en cada estudio. Al finalizar el estudio, se concluye que se puede desarrollar un modelo basado en una arquitectura adecuada de aprendizaje profundo para poder atacar el problema de la predicción inadecuada de calidad del aire en Lima al percatar su efectividad reportada en la literatura para otras localidades en el mundo, considerando que dichos modelos deben tomarse únicamente como una línea base y que deben ajustarse a la localidad de Lima para obtener predicciones adecuadas a su entorno.
Evaluación de modelos de estimación de emisiones vehiculares y selección de un modelo adecuado para el área de Lima Metropolitana
(Pontificia Universidad Católica del Perú, 2020-10-20) Portal Díaz, Andrea María; Cuisano Egúsquiza, Julio César
Lima Metropolitana es la octava ciudad más contaminada de Latinoamérica, situación que está relacionada con los problemas de tráfico y las características del parque automotor, que en su mayoría está compuesto por vehículos livianos (Gestión, 2019). Como respuesta a estas condiciones, otras ciudades de la región han ido desarrollando inventarios de emisiones que permiten estimar la cantidad de contaminantes generados, específicamente por el sector transporte, y que sirven como herramientas para la elaboración de estrategias y políticas de reducción de contaminantes en las ciudades. En este estudio se evaluarán los modelos de estimación de emisiones más utilizados a nivel internacional para la elaboración de inventarios de emisiones asociadas al parque automotor de vehículos livianos. Con tal propósito, se analizaron los alcances y limitaciones de los de modelos existentes, considerando que hayan sido utilizados con anterioridad en ciudades con características similares al área de estudio. Con ello, se obtuvo que el modelo MOVES presentará la mejor opción vinculada a estimar la generación de emisiones, las características y actividad vehicular de nuestra ciudad. Además, permitiría representar al parque automor de Lima, debido a que es posible la clasificación de categorías vehiculares, incluyendo a vehículos livianos.
Estudio para el diseño de un robot móvil autónomo para medición de contaminantes del aire y suelo en el corredor minero del sur
(Pontificia Universidad Católica del Perú, 2020-08-25) Rodríguez De La Cruz, Eddy William; Santos López, Félix Melchor; Portella Delgado, Jhon Manuel
La minería constituye el 10% del PBI del Perú; sin embargo, producto de sus actividades, el aire y el suelo aledaños se ven afectados. Este impacto en el medio ambiente provoca perjuicios en las comunidades contiguas al sobrepasarse los límites permitidos para la salud. Actualmente, el Organismo de Evaluación y Fiscalización Ambiental (OEFA) es el encargado de la supervisión y sanción de infracciones ambientales. No obstante, sus mecanismos no son suficientes, debido a que no permiten un monitoreo a tiempo completo del impacto que produce la actividad minera. Frente a ello, se realizó un estudio para el diseño de un robot móvil autónomo capaz de medir los contaminantes del aire y del suelo, de acuerdo a los estándares planteados por el Ministerio del Ambiente (MINAM), de modo que se pueda acceder a esta información desde una estación remota. La investigación muestra la viabilidad del diseño dado el alto poder fotovoltaico de la zona sur del Perú. La persistencia de datos es garantizada mediante el diseño de una arquitectura en la nube. Asimismo, como resultado del presente trabajo, se muestra el diseño preliminar óptimo (en base a la metodología VDI 2206) que cumple con todos los requerimientos planteados.

Facultad de Ciencias e Ingeniería

Browse

Filters

Settings

Sort By

Results per page

Search Results