ANN and Fuzzy c-Means applied to environmental pollution prediction

Cortina Januchs, María Guadalupe; Quintanilla Domínguez, Joel; Andina de la Fuente, Diego y Vega Corona, Antonio (2012). ANN and Fuzzy c-Means applied to environmental pollution prediction. 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: ANN and Fuzzy c-Means applied to environmental pollution prediction
Autor/es:
  • Cortina Januchs, María Guadalupe
  • Quintanilla Domínguez, Joel
  • Andina de la Fuente, Diego
  • Vega Corona, Antonio
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 (855kB) | Vista Previa

Resumen

Salamanca, situated in center of Mexico is among the cities which suffer most from the air pollution in Mexico. The vehicular park and the industry, as well as orography and climatic characteristics have propitiated the increment in pollutant concentration of Sulphur Dioxide (SO2). In this work, a Multilayer Perceptron Neural Network has been used to make the prediction of an hour ahead of pollutant concentration. A database used to train the Neural Network corresponds to historical time series of meteorological variables and air pollutant concentrations of SO2. Before the prediction, Fuzzy c-Means and K-means clustering algorithms have been implemented in order to find relationship among pollutant and meteorological variables. Our experiments with the proposed system show the importance of this set of meteorological variables on the prediction of SO2 pollutant concentrations and the neural network efficiency. The performance estimation is determined using the Root Mean Square Error (RMSE) and Mean Absolute Error (MAE). The results showed that the information obtained in the clustering step allows a prediction of an hour ahead, with data from past 2 hours.

Más información

ID de Registro: 19976
Identificador DC: http://oa.upm.es/19976/
Identificador OAI: oai:oa.upm.es:19976
URL Oficial: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6320985
Depositado por: Memoria Investigacion
Depositado el: 28 Sep 2013 07:27
Ultima Modificación: 21 Abr 2016 22:03
  • 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