El equipo de investigadores del Departamento de Informática de la Universidad Pablo de Olavide, mediante técnicas de minería de datos, son capaces de hacer predicción de series temporales relacionadas con la contaminación atmosférica para realizar actuaciones efectivas tendentes a reducir los niveles de contaminación o adoptar a tiempo sistemas de prevención y alerta.

Los modelos de predicción desarrollados se enfocan en la predicción de contaminantes ambientales como el valor de umbral de ozono (O3), dióxido de sulfuro (SO2) y monóxido de nitrógeno (NO) presentes en el aire respirable con un tiempo de anticipación.

• Destaca la metodología aplicable que consiste en la captación y análisis de datos multivariantes a lo largo de varios años como son agentes atmosféricos (O3, NO, SO2) y condiciones atmosféricas como temperatura, humedad, velocidad del viento y dirección del viento, a los que se les aplican separadamente técnicas de predicción de naturaleza paramétrica.
• Para la predicción de contaminantes atmosféricos los científicos responsables han aplicado la minería de datos empleando un algoritmo muy efectivo con un bajo porcentaje de error. Los resultados de este estudio pueden verse en el siguiente artículo: Mining quantitative association rules based on evolutionary computation and its application to atmospheric pollution.

• Consultoras medioambientales
• Empresas desarrolladoras de software
• Entidades gestoras de espacios naturales
• Empresas y entidades que controlan la contaminación atmosférica
• Entidades con competencias en Medio Ambiente y Salud

Disponible para el cliente

DATA SCIENCE & BIG DATA LAB (TIC 254)  > Más ofertas de este grupo