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.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/20140 |
| Date | 23 August 2021 |
| Creators | Paredes Salazar, Diego José |
| Contributors | Villanueva Talavera, Edwin Rafael |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess, Atribución-NoComercial-CompartirIgual 2.5 Perú, http://creativecommons.org/licenses/by-nc-sa/2.5/pe/ |
Page generated in 0.0024 seconds