Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/11285| Title: | OPTIMIZACIÓN DE SITIOS DE MUESTREO DE SINALOA EN AGUAS SUPERFICIALES IMPLEMENTANDO APRENDIZAJE AUTOMÁTICO |
| Authors: | PÉREZ RAMÍREZ, EDGAR MICHEL |
| metadata.dc.subject.other: | OSMIAA CONAGUA RENAMECA IA Machine Learning Clustering HCA PCA CSV |
| Issue Date: | 2025-09-23 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Culiacán |
| Description: | En respuesta a esta problemática, se propone OSMIAA (Optimización de Sitios de Muestreo de Sinaloa en aguas superficiales Implementando Aprendizaje Automático), una aplicación web que permite obtener y visualizar de forma más accesible los resultados obtenidos tras haber aplicado algoritmos de aprendizaje no supervisado, específicamente técnicas de agrupamiento de datos (clustering). Esto se logró con la clasificación de los sitios de muestreo con base en el nivel de calidad del agua que poseen para facilitar su posterior análisis y comparación. OSMIAA partió de una base de datos proporcionada por la Comisión Nacional del Agua (CONAGUA), la cual contiene información sobre parámetros físicos, químicos y biológicos recolectados en diversos puntos geográficos del estado de Sinaloa. El proceso comenzó con la organización y limpieza de los datos, seguido de la creación de una matriz numérica, donde cada valor correspondía al promedio de los registros obtenidos en cada sitio de muestreo. A lo largo del estudio, se realizaron múltiples pruebas, desde análisis centrados en un solo municipio (Ahome), hasta la integración de todos los sitios del estado. En este contexto, se implementaron ciertos algoritmos de agrupamiento con el fin de entender su funcionamiento general y comparar los resultados generados. Como resultado final, se desarrolló una aplicación web interactiva que permite al usuario seleccionar los parámetros a considerar, elegir el algoritmo de agrupamiento a utilizar, ajustar sus configuraciones, visualizar los resultados directamente en un mapa del estado, entre otras funcionalidades. |
| metadata.dc.type: | info:eu-repo/semantics/bachelorThesis |
| Appears in Collections: | INGENIERIA EN SISTEMAS COMPUTACIONALES |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Optimización de sitios de muestreo de Sinaloa en aguas superficiales implementando aprendizaje automático.pdf | 4.28 MB | Adobe PDF | View/Open | |
| LICENCIA DE USO EDGAR MICHEL PEREZ RAMIREZ.pdf Until 9999-01-01 | 424.07 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
