Detección de Caos en Series Temporales de Contaminación Modelaje y Pronóstico Mediante Redes Neuronales Artificiales
Abstract
El presente documento tiene por objetivo plantear un método el cual permita describir, de manera formal, los patrones inmersos en una serie de tiempo para luego realizar pronósticos con base en redes neuronales artificiales. La motivación nace en la necesidad de describir el comportamiento de los fenómenos de contaminación, los que se ven reflejados en datos históricos, para anticipar su comportamiento en el futuro. Dada la complejidad de esta trayectoria se hace necesario utilizar métodos y técnicas sofisticados de descripción como de modelado, lo cual es requerido para generar datos a futuro que puedan ser utilizados para la prevención, control y mitigación de escenarios de alta contaminación. Para mostrar la efectividad del método este se lo aplica a datos de contaminación por ozono y material particulado correspondiente a la ciudad de Santa Fe de Bogotá.