Buscar


Mostrar el registro sencillo del ítem

dc.rights.license http://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Daniel Cantón Enríquez es_ES
dc.contributor Daniel Cantón Enríquez es_ES
dc.contributor Martha Leticia Otero López es_ES
dc.contributor Hugo Jiménez Hernández es_ES
dc.contributor Diana Margarita Córdova Esparza es_ES
dc.contributor Alfonso Gutiérrez López es_ES
dc.creator Carlo Giovanni Cetina Camacho es_ES
dc.date 2023-06-01
dc.date.accessioned 2023-11-16T18:42:51Z
dc.date.available 2023-11-16T18:42:51Z
dc.date.issued 2023-06-01
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/9730
dc.description El agua es uno de los recursos más importantes para la vida en el planeta. No obstante, la disponibilidad de esta ha ido mermando como consecuencia de la contaminación. Por lo tanto, el monitoreo de parámetros de control del agua es importante. Debido a esto, la estimación de parámetros del agua, para determinar su calidad, ha ido en aumento. Este proyecto de tesis presenta el desarrollo de un modelo que implementa un proceso estocástico basado en Regresión Lineal Múltiple (RLM) para la estimación de valores del Oxígeno Disuelto (OD). En primera instancia, se implementa la transformación de doble potencia (T2P) a los datos originales con el fin de que las variables explicativas y la variable dependiente presenten una distribución normal. Después, se realiza la separación de los datos en dos conjuntos: entrenamiento (80%) y prueba (20%). Posterior a esto, se aplicó la RLM haciendo uso del método de mínimos cuadrados con el fin de encontrar una función, a partir de las variables explicativas, que describa a la variable dependiente. Los parámetros de pH, Temperatura (T) y Porcentaje de Saturación del Oxígeno Disuelto (%SatOD) se usaron como variables explicativas. Por último, se implementaron las métricas de Coeficiente de Determinación (R^2) y Raíz del Error Cuadrático Medio (RECM), para evaluar el rendimiento del algoritmo propuesto. es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.publisher Facultad de Informática es_ES
dc.relation.requires Si es_ES
dc.rights Acceso Abierto es_ES
dc.subject Ingeniería y Tecnología es_ES
dc.subject Ciencias Tecnológicas es_ES
dc.subject Ciencia de los ordenadores es_ES
dc.subject Transformada Box-Cox es_ES
dc.subject Regresión Lineal Múltiple es_ES
dc.subject Oxígeno Disuelto es_ES
dc.subject Normalidad es_ES
dc.title Algoritmo estocástico, con enfoque regresivo, para estimar medidas del oxígeno disuelto en el agua es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid CURP es_ES
dc.contributor.tid CURP es_ES
dc.creator.identificador CECC970204HDFTMR00 es_ES
dc.contributor.identificador CAED921016HOCNNN08 es_ES
dc.contributor.role Director es_ES
dc.contributor.role Sinodal es_ES
dc.contributor.role Sinodal es_ES
dc.contributor.role Sinodal es_ES
dc.contributor.role Sinodal es_ES
dc.contributor.role Sinodal es_ES
dc.degree.name Maestría en Ciencias de la Computación es_ES
dc.degree.department Facultad de Informática es_ES
dc.degree.level Maestría es_ES


Ficheros en el ítem

Thumbnail
Nombre: IFMAC-309432.pdf
Tamaño: 925.0Kb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem