Calibración de un modelo de red neuronal para pronóstico de concentraciones de PM10

Descargas: 81

Autores/as

  • Héctor Antonio Olmos-Guerrero Instituto Tecnológico de Aguascalientes
  • Pablo Tenoch Rodríguez-González Instituto Tecnológico de Aguascalientes

DOI:

https://doi.org/10.56845/terys.v2i1.322

Palabras clave:

redes neuronales artificiales, PM10, contaminación del aire, modelado

Citas

Agarwal, S., Sharma, S., Suresh, R., Rahman, M. H., Vranckx, S., Maiheu, B., & Batra, S. (2020). Air quality forecasting using artificial neural networks with real time dynamic error correction in highly polluted regions. Science of the Total Environment, 735, 139454.

Chollet, F. and other (2015), Keras. http://keras.io

Fernando, H. J., Mammarella, M. C., Grandoni, G., Fedele, P., Di Marco, R., Dimitrova, R., & Hyde, P. (2012). Forecasting PM10 in metropolitan areas: Efficacy of neural networks. Environmental pollution, 163, 62-67.

Instituto Nacional de Ecología y Cambio Climático (INECC). (2023). Sistema Nacional de Información de la Calidad del Aire. Recuperado de https://sinaica.inecc.gob.mx/

Descargas

Publicado

2023-11-23

Cómo citar

Olmos-Guerrero, H. A., & Rodríguez-González, P. T. (2023). Calibración de un modelo de red neuronal para pronóstico de concentraciones de PM10. Tendencias En energías Renovables Y Sustentabilidad, 2(1), 39. https://doi.org/10.56845/terys.v2i1.322

Número

Sección

Resúmenes