Patrones de comportamiento de datos meteorológicos mediante técnicas de data MINING en Huancavelica 2018 – 2019

Vista sencilla de ítem
dc.contributor.advisorGave Chagua, José Luis
dc.contributor.authorHuere Peña, Jorge Luis
dc.date.accessioned2021-12-20T20:22:12Z
dc.date.available2021-12-20T20:22:12Z
dc.date.issued2021-10-26
dc.description.abstractUna de las fases del descubrimiento de conocimiento de bases de datos (KDD), comprende las técnicas de Data Mining o minería de datos, en este marco la presente investigación tuvo como objetivo determinar patrones de comportamiento de datos obtenidos mediante éstas técnicas, de las variables meteorológicas en la ciudad de Huancavelica como son: la temperatura ambiental, presión atmosférica, humedad atmosférica, velocidad del viento, radiación solar, radiación ultra violeta y precipitación pluvial durante el periodo 2018 y 2019, utilizando para ello una estación meteorológica automatizada de la compañía Weather Link, Marca DAVIS, Modelo Vantage Pro y una consola para el almacenamiento de datos Vantage Pro en texto plano y que posteriormente fueron procesados, descritos y analizados usando el software SPSS Statistical y WRPLOT en el caso particular de la variable dirección del viento y para la determinación de comportamientos y patrones se usó la metodología CRISP-DM mediante el Software SPSS Modeler que en la ruta de sus procedimientos, incluye las etapas de esta metodología, los resultados obtenidos fueron clúster de las variables meteorológicas con algoritmos de aprendizaje no supervisado y predicciones de la variable precipitación pluvial con algoritmos de aprendizaje supervisados obteniendo 84,9% de probabilidades de éxito en el pronóstico y en el caso de los clúster grupos de cuatro y diez significativamente diferentes.
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14597/3988
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Huancavelicaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/*
dc.sourceRepositorio Institucional - UNHes_PE
dc.sourceUniversidad Nacional de Huancavelicaes_PE
dc.subjectVariables meteorológicas
dc.subject Patrones meteorológicos
dc.subject Comportamiento meteorológico
dc.subject Data Mining
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.07.00
dc.titlePatrones de comportamiento de datos meteorológicos mediante técnicas de data MINING en Huancavelica 2018 – 2019
dc.typeinfo:eu-repo/semantics/doctoralThesises_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni20728413
renati.advisor.orcidhttps://orcid.org/0000-0002-0434-3663
renati.author.dni04020326
renati.discipline521048
renati.jurorEsteves Pairazaman, Manuel Emiliano
renati.jurorSanchez Araujo, Víctor Guillermo
renati.jurorSalas Contreras, William Herminio
renati.levelhttps://purl.org/pe-repo/renati/level#doctor
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineDoctorado en Ciencias Ambientales
thesis.degree.grantorUniversidad Nacional de Huancavelica : Facultad de Ciencias de Ingenieríaes_PE
thesis.degree.levelDoctoradoes_PE
thesis.degree.name Doctor en Ciencias Ambientales
thesis.degree.programEscuela de Posgradoes_PE
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
TESIS-2021-DOCTORADO-HUERE PEÑA.pdf
Tamaño:
4.24 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.3 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Tesis 2021