Modelado predictivo con técnicas de ciencia de datos e internet de las cosas para monitoreo de calidad del aire en el casco urbano del distrito de San Salvador

Simple item page
dc.contributor.advisorPocasangre Jímenez, Carlos Osmín
dc.contributor.authorRamos Zepeda, Carlos Manuel
dc.contributor.authorReyes Del Cid, Jonathan Salomón
dc.contributor.authorRomero Escobar, Luis Rodrigo
dc.contributor.otherrz18006@ues.edu.sv
dc.contributor.otherrc19001@ues.edu.sv
dc.contributor.otherre19002@ues.edu.sv
dc.date.accessioned2026-01-30T20:53:24Z
dc.date.available2026-01-30T20:53:24Z
dc.date.issued2026-01
dc.description.abstractEste proyecto de la Escuela de Ingeniería Eléctrica de la Universidad de El Salvador (UES) busca desarrollar un sistema de monitoreo de calidad del aire innovador y de bajo costo, complementando el existente en el Ministerio de Medio Ambiente y Recursos Naturales (MARN). El sistema ha evolucionado a lo largo de varias versiones desarrolladas en proceso de graduación desde 2021: a) V1.0: Dispositivo loT fijo que mide partículas contaminantes (PM) y temperatura, con datos almacenados y visualizados en una plataforma web; b) V2.0: Incorporación de conectividad GSM y sensores avanzados para medir PM1.0, PM2.6, PM10, formaldehído (HCHO). temperatura y humedad; c) V3.0: Introducción de geolocalización (GPS) para monitoreo móvil y generación de mapas de calidad del aire; finalmente d) V3.5 implementación de una plataforma loT centralizada (Thingsboard) para monitoreo en tiempo real de múltiples dispositivos. Esta propuesta (V4.0) busca mejorar las capacidades tecnológicas y analíticas del sistema, incluyendo: Integración de nuevos sensores: Medición de ozono (O3), monóxido de carbono (CO), dióxido de carbono (CO2) y compuestos orgánicos volátiles totales (TVOC), además de los sensores existentes. Actualización del hardware: Rediseño del sistema de procesamiento y conectividad loT con tecnologías actuales y de bajo costo. Analítica avanzada de datos: Implementación de técnicas de ciencia de datos y aprendizaje por computadora para procesamiento, análisis y predicción de contaminantes
dc.identifier.urihttps://hdl.handle.net/20.500.14492/32868
dc.language.isoes
dc.publisherUniversidad de El Salvado, Facultad de Ingeniería y Arquitectura
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectCalidad de Aire
dc.subjectMachine Learning
dc.subjectThingsboard
dc.titleModelado predictivo con técnicas de ciencia de datos e internet de las cosas para monitoreo de calidad del aire en el casco urbano del distrito de San Salvador
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
MODELADO PREDICTIVO CON TÉCNICAS DE CIENCIA DE DATOS E INTERNET DE LAS COSAS PARA MONITOREO DE CALIDAD DEL AIRE EN EL CASCO URBANO DEL DISTRITO DE SAN SALVADOR.pdf
Size:
4.84 MB
Format:
Adobe Portable Document Format
Download

Collections

Ingeniería Eléctrica