Unsupervised method to classify PM10 pollutant concentrations

Vega Corona, Antonio; Barron Adame, Jose Miguel; Herrera Delgado, J. A.; Quintanilla Domínguez, Joel; Cortina Januchs, María Guadalupe y Andina de la Fuente, Diego (2012). Unsupervised method to classify PM10 pollutant concentrations. En: "World Automation Congress (WAC), 2012", 24/06/2012 - 28/06/2012, Puerto Vallarta, Mexico. ISBN 978-1-4673-4497-5. pp. 1-6.

Descripción

Título: Unsupervised method to classify PM10 pollutant concentrations
Autor/es:
  • Vega Corona, Antonio
  • Barron Adame, Jose Miguel
  • Herrera Delgado, J. A.
  • Quintanilla Domínguez, Joel
  • Cortina Januchs, María Guadalupe
  • Andina de la Fuente, Diego
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: World Automation Congress (WAC), 2012
Fechas del Evento: 24/06/2012 - 28/06/2012
Lugar del Evento: Puerto Vallarta, Mexico
Título del Libro: World Automation Congress (WAC), 2012
Fecha: Junio 2012
ISBN: 978-1-4673-4497-5
Materias:
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

In this paper a method based mainly on Data Fusion and Artificial Neural Networks to classify one of the most important pollutants such as Particulate Matter less than 10 micrometer in diameter (PM10) concentrations is proposed. The main objective is to classify in two pollution levels (Non-Contingency and Contingency) the pollutant concentration. Pollutant concentrations and meteorological variables have been considered in order to build a Representative Vector (RV) of pollution. RV is used to train an Artificial Neural Network in order to classify pollutant events determined by meteorological variables. In the experiments, real time series gathered from the Automatic Environmental Monitoring Network (AEMN) in Salamanca Guanajuato Mexico have been used. The method can help to establish a better air quality monitoring methodology that is essential for assessing the effectiveness of imposed pollution controls, strategies, and facilitate the pollutants reduction.

Más información

ID de Registro: 19971
Identificador DC: http://oa.upm.es/19971/
Identificador OAI: oai:oa.upm.es:19971
URL Oficial: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6320991
Depositado por: Memoria Investigacion
Depositado el: 25 Sep 2013 17:12
Ultima Modificación: 21 Abr 2016 22:01
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM