Prototipo basado en ANN para la predicción de los niveles de contaminación por CO2: Eco-Logica El prototipo se basa en un modelo de red neuronal artificial (RNA) que utiliza una red de convoluciones convolucionales (CNN)

Abstract

Eco-Logica es el desarrollo de un prototipo basado en redes neuronales artificiales que permite la predicción y visualización de los niveles de contaminación por CO2. La falta de control de los niveles de contaminación por CO2 produce impactos que afectan negativamente a la calidad de vida de las personas. Para el desarrollo del prototipo se aplica una metodología de investigación con un enfoque cuantitativo, cuyo objetivo es analizar los datos asociados a la contaminación producida por el dióxido de carbono. El prototipo, utilizando técnicas de regresión, realiza predicciones asumiendo la contaminación como variable objetivo, que depende del tiempo. Además, el modelo de red neuronal se entrena utilizando conjuntos de datos consultados en bases de datos del gobierno nacional, cuya información es de libre acceso y uso. La información procesada por la red nos permite elaborar informes que se representan gráficamente en el prototipo y, así, monitorear los niveles de contaminación. Para evaluar la calidad de las predicciones, se utiliza el coeficiente de determinación, conocido como R cuadrado (R²), que da un valor de 0.87117. A partir de esto, se puede concluir que el modelo propuesto describe adecuadamente la variabilidad de los datos. Además, se realiza una validación cruzada utilizando la desviación estándar de R cuadrado, lo que da un valor de 0,0042, lo que es una indicación positiva de que el modelo no está sobreajustado.