Proyectos
Evaluación de modelos de aprendizaje de máquinas para la calibración de sensores de bajo costo de material particulado en ambientes urbanos. Caso de aplicación: Área Metropolitana del Valle de Aburrá
Resumen
Por su portabilidad y precio los sensores de bajo costo han surgido como una alternativa para complementar las mediciones de material particulado realizadas en estaciones de referencia fijas, cuyo costo es alto. Desafortunadamente, las lecturas de material particulado hechas con monitores de bajo costo carecen de exactitud comparadas con los datos obtenidos en las estaciones de referencia. Esto porque los sensores son muy sensibles a la humedad y temperatura, entre otras condiciones ambientales. Luego, es necesario desarrollar modelos de calibración que permitan usar los sensores de bajo costo en condiciones ambientales tanto interiores como exteriores. La calibración y los métodos más adecuados para realizarla son específicos del sensor y las condiciones del lugar. Por lo general se emplean modelos de regresión lineal múltiple pero estos modelos tienen limitaciones por su precisión y porque se observan relaciones no lineales entre las variables ambientales y las lecturas de los sensores. Esta propuesta busca evaluar y comparar métodos estadísticos y de aprendizaje de máquinas para la calibración de sensores de bajo costo para el monitoreo de material particulado en el área urbana del Área Metropolitana del Valle de Aburrá teniendo en cuenta variables ambientales como humedad y temperatura, las cuales influyen en la precisión de los resultados de los sensores. La metodología propuesta para el desarrollo del proyecto tiene cuatro fases: 1) Comprensión de las características de los sensores y de las variables que afectan sus mediciones por medio de revisión sistemática de literatura 2) Adquisición de datos de campo por medio de la colocación de monitores de bajo costo junto a estaciones de referencia 3) Aplicación de la metodología CRISP para el desarrollo de modelos de calibración por medio de técnicas de aprendizaje de máquina y 4) Evaluación de los modelos desarrollados usando métricas de desempeño La ejecución del proyecto permitirá obtener información del desempeño de los sensores de bajo costo en cuanto a calidad de los datos y posibles aplicaciones e información acerca de las técnicas de calibración más adecuadas para los datos obtenidos. Además de buscar el desarrollo de soluciones tecnológicas de bajo costo para el monitoreo de la concentración de material particulado 2.5 en ambientes urbanos, esta propuesta busca contribuir a la formación de dos estudiantes de pregrado y uno de doctorado.
Convocatoria
Nombre de la convocatoria:Convocatoria para el Apoyo a Proyectos de Investigación y Creación Artística en la Universidad Nacional de Colombia-Sede Medellín 2020
Modalidad:Modalidad Única
Responsable