Please use this identifier to cite or link to this item:
http://dspace.ucuenca.edu.ec/handle/123456789/37989
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Cueva, Fernando | |
dc.contributor.author | Saquicela Galarza, Victor Hugo | |
dc.contributor.author | Sarmiento Vintimilla, Juan Carlos | |
dc.contributor.author | Cabrera Mejia, Fanny Virginia | |
dc.contributor.author | Sarmiento Jara, Juan Pablo | |
dc.date.accessioned | 2022-02-08T13:46:21Z | - |
dc.date.available | 2022-02-08T13:46:21Z | - |
dc.date.issued | 2021 | |
dc.identifier.isbn | 978-303089940-0 | |
dc.identifier.issn | 1865-0929 | |
dc.identifier.uri | https://www.scopus.com/record/display.uri?eid=2-s2.0-85121630418&origin=resultslist&sort=cp-f&src=s&st1=Predicting+Ozone+Pollution+in+Urban+Areas+Using+Machine+Learning+and+Quantile+Regression+Models&sid=915d622b95981cbdb9b8e6114b4c6905&sot=b&sdt=b&sl=110&s=TITLE-ABS-KEY%28Predicting+Ozone+Pollution+in+Urban+Areas+Using+Machine+Learning+and+Quantile+Regression+Models%29&relpos=1&citeCnt=0&searchTerm= | |
dc.description | El ozono es el contaminante secundario más dañino en términos de efectos negativos sobre el cambio climático y la salud humana. Por lo tanto, la predicción de los niveles de emisión de ozono ha ganado importancia dentro del campo de la gestión ambiental. Este estudio, realizado en la ciudad andina de Cuenca, Ecuador, compara el desempeño de dos metodologías utilizadas actualmente para esta tarea y basadas en técnicas de aprendizaje automático y regresión cuantílica. Estas técnicas se aplicaron utilizando datos transversales para predecir la concentración de ozono por cuadra de la ciudad durante el año 2018. Nuestros resultados revelan que la concentración de ozono está significativamente influenciada por el dióxido de nitrógeno, las partículas sedimentarias, el dióxido de azufre, el tráfico y las características espaciales. Usamos el error cuadrático medio, el coeficiente de determinación, y la pérdida cuantil como métrica de evaluación del desempeño de los modelos de predicción de ozono, empleando un esquema de validación cruzada con un pliegue. Nuestro trabajo muestra que la técnica de bosque aleatorio supera los métodos de predicción de aumento de gradiente, redes neuronales y regresión de cuantiles. | |
dc.description.abstract | Ozone is the most harmful secondary pollutant in terms of negative effects on climate change and human health. Predicting ozone emission levels has therefore gained importance within the field of environmental management. This study, performed in the Andean city of Cuenca, Ecuador, compares the performance of two methodologies currently used for this task and based on machine learning and quantile regression techniques. These techniques were applied using cross-sectional data to predict the ozone concentration per city block during the year 2018. Our results reveal that ozone concentration is significantly influenced by nitrogen dioxide, sedimentary particles, sulfur dioxide, traffic, and spatial features. We use the mean square error, the coefficient of determination, and the quantile loss as evaluation metrics for the performance of the ozone prediction models, employing a cross-validation scheme with a fold. Our work shows that the random forest technique outperforms gradient boosting prediction, neural network, and quantile regression methods. | |
dc.language.iso | es_ES | |
dc.publisher | Springer International Publishing | |
dc.source | Communications in Computer and Information Science | |
dc.subject | Ensemble models | |
dc.subject | Neural networks | |
dc.subject | Ozone | |
dc.subject | Pollutants | |
dc.subject | Quantile regression | |
dc.title | Predicting ozone pollution in urban areas using machine learning and quantile regression models | |
dc.title.alternative | Predicción de la contaminación por ozono en áreas urbanas mediante aprendizaje automático y modelos de regresión cuantílica | |
dc.type | ARTÍCULO DE CONFERENCIA | |
dc.description.city | Guayaquil | |
dc.ucuenca.idautor | 0000-0003-2412-9629 | |
dc.ucuenca.idautor | 0103599577 | |
dc.ucuenca.idautor | 0104255195 | |
dc.ucuenca.idautor | 0106590870 | |
dc.ucuenca.idautor | 0102546553 | |
dc.identifier.doi | 10.1007/978-3-030-89941-7_20 | |
dc.ucuenca.version | Versión publicada | |
dc.ucuenca.areaconocimientounescoamplio | 05 - Ciencias Físicas, Ciencias Naturales, Matemáticas y Estadísticas | |
dc.ucuenca.afiliacion | Cueva, F., Rochester Institute of Technology (RIT), Nueva York, Estados unidos | |
dc.ucuenca.afiliacion | Saquicela, V., Universidad de Cuenca, Facultad de Ingeniería, Cuenca, Ecuador | |
dc.ucuenca.afiliacion | Sarmiento, J., Universidad de Cuenca, Facultad de Ingeniería, Cuenca, Ecuador | |
dc.ucuenca.afiliacion | Cabrera, F., Universidad de Cuenca, Departamento de Recursos Hídricos y Ciencias Ambientales, Cuenca, Ecuador; Cabrera, F., Universidad de Cuenca, Facultad de Ingeniería, Cuenca, Ecuador | |
dc.ucuenca.afiliacion | Sarmiento, J., Universidad de Cuenca, Cuenca, Ecuador | |
dc.ucuenca.correspondencia | Cueva, Fernando, wfc9474@rit.edu | |
dc.ucuenca.volumen | Volumen 1456 | |
dc.ucuenca.indicebibliografico | SCOPUS | |
dc.ucuenca.factorimpacto | 0.16 | |
dc.ucuenca.cuartil | Q4 | |
dc.ucuenca.numerocitaciones | 0 | |
dc.ucuenca.areaconocimientofrascatiamplio | 1. Ciencias Naturales y Exactas | |
dc.ucuenca.pais | ECUADOR | |
dc.ucuenca.conferencia | 9th Conference on Information and Communication Technologies of Ecuador, TICEC | |
dc.ucuenca.areaconocimientofrascatiespecifico | 1.5 Ciencias de la Tierra y el Ambiente | |
dc.ucuenca.areaconocimientofrascatidetallado | 1.5.8 Ciencias del Medioambiente | |
dc.ucuenca.areaconocimientounescoespecifico | 052 - Medio Ambiente | |
dc.ucuenca.areaconocimientounescodetallado | 0521 - Ciencias Ambientales | |
dc.ucuenca.fechainicioconferencia | 2021-11-24 | |
dc.ucuenca.fechafinconferencia | 2021-11-26 | |
dc.ucuenca.organizadorconferencia | CEDIA, Universidad Politécnica Salesiana | |
dc.ucuenca.comiteorganizadorconferencia | CEDIA, Universidad Politécnica Salesiana | |
dc.ucuenca.urifuente | https://www.springer.com/series/7899 | |
dc.contributor.ponente | Sarmiento Jara, Juan Pablo | |
Appears in Collections: | Artículos |
Files in This Item:
File | Size | Format | |
---|---|---|---|
documento.pdf | 262.27 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
Centro de Documentacion Regional "Juan Bautista Vázquez" | ||||||||||
|