1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Licenciatura
  3. Sinaloa
  4. Instituto Tecnológico de Culiacán (Licenciatura)
  5. INGENIERIA EN SISTEMAS COMPUTACIONALES

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/11285
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorBUSTILLOS MARTÍNEZ, ARCELIA JUDITH-
dc.contributor.authorPÉREZ RAMÍREZ, EDGAR MICHEL-
dc.creatorPÉREZ RAMÍREZ, EDGAR MICHEL-
dc.date.accessioned2025-11-11T19:01:51Z-
dc.date.available2025-11-11T19:01:51Z-
dc.date.issued2025-09-23-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/11285-
dc.descriptionEn 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.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherOSMIAAes_MX
dc.subject.otherCONAGUAes_MX
dc.subject.otherRENAMECAes_MX
dc.subject.otherIAes_MX
dc.subject.otherMachine Learninges_MX
dc.subject.otherClusteringes_MX
dc.subject.otherHCAes_MX
dc.subject.otherPCAes_MX
dc.subject.otherCSVes_MX
dc.titleOPTIMIZACIÓN DE SITIOS DE MUESTREO DE SINALOA EN AGUAS SUPERFICIALES IMPLEMENTANDO APRENDIZAJE AUTOMÁTICOes_MX
dc.typeinfo:eu-repo/semantics/bachelorThesises_MX
dc.contributor.directorMANJARREZ BELTRÁN, MARISOL-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Culiacánes_MX
Appears in Collections:INGENIERIA EN SISTEMAS COMPUTACIONALES

Files in This Item:
File Description SizeFormat 
Optimización de sitios de muestreo de Sinaloa en aguas superficiales implementando aprendizaje automático.pdf4.28 MBAdobe PDFView/Open
LICENCIA DE USO EDGAR MICHEL PEREZ RAMIREZ.pdf
  Until 9999-01-01		424.07 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons