Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Algoritmos de minería de datos para la predicción del comportamiento de indicadores ambientales
Data mining algorithms for predicting the behavior of environmental indicators
DOI:
https://doi.org/10.15446/dyna.v88n219.95018Palabras clave:
predicción; clasificación, ARIMA, serie temporal (es)prediction; classification, ARIMA, temporal serie (en)
La necesidad de adoptar adecuados enfoques empresariales para lograr un mejor desempeño ambiental constituye una tarea inminente. Desarrollar modelos predictivos para indicadores ambientales constituye el objetivo principal de este artículo. Para ello se emplearon tecnologías que demostraron ser competentes para el logro del mismo. La aplicación de técnicas de minería de datos permitió capturar los patrones pasados y replicarlos, además de realizar estimaciones con datos nuevos o fuera de muestra, así como inferir comportamientos y resultados futuros, en aras de anticipar posibles situaciones de deterioro que comprometan la sostenibilidad ambiental. Los experimentos diseñados para comparar los resultados en la clasificación al emplear los modelos predictivos, demuestran que el porcentaje de error oscila entre el 4% y el 5%, lo que evidencia un grado muy bueno (alto), de acuerdo con las escalas de comprobación.
The need to embrace adequate entrepreneurial focuses to achieve a better environmental performance constitutes an imminent task. Developing predictive models for environmental indicators constitutes the main objective of this paper. An information-technology tool that backs up the decision making will enable an efficient entrepreneurial environmental management, in such a way that they avoid errors that are commented at the present time. The application of techniques of data mining enabled capturing the last bosses and to reply to them, in addition to accomplish estimates with new data or out of sample, as well as inferring behaviors and future results, for the sake of anticipating possible situations of deterioration that compromise the environmental sustainability. The experiments designed to compare to the results in classification using the predictive models, prove that the percentage of error oscillates between the 4 % and the 5 %, what demonstrates extremely good degree of precision (height), according to the scales of verification.
Referencias
Selpa-Navarro, A.Y. y Espinosa-Chongo, D., La gestión del capital de trabajo como proceso de la gestión financiera operativa. Gestión Joven, Revista de la Agrupación Joven Iberoamericana de Contabilidad y Administración de Empresas. Asociación Española de Contabilidad y Administración de Empresas (AECA). (4), art. 2008-1029-53, 2009.
Mesías, F.J., et al., Valoración de indicadores de sostenibilidad en dehesas por diferentes grupos de interés: aplicación de un estudio Delphi., XVII Jornadas sobre Producción Animal, 2017, pp. 15-17.
Sousa, S.N., Estruch-Guitart, V. y García C., Uso de indicadores causa-efecto para el diagnóstico de la sostenibilidad hídrica en las Islas Baleares (España). Boletín de la Asociación de Geógrafos Españoles, 85, art. 2833, 2020. DOI: 10.21138/bage.2833
Rojas-Herrera, E.I., Comparación de un modelo híbrido obtenido de la mezcla de vectores autorregresivos y la metodología de redes neuronales artificiales ANN-VAR y un modelo econométrico de vectores autorregresivos (VAR) para la predicción del nivel de mp2.5 en Santiago de Chile, Tesis de grado, Departamento de Industrias, Universidad Tecnica Federico Santa Maria, Valparaíso, Chile, 2018, 82 P.
Guerrero, J.B., Rangel, Y.U. y López, S.U. Predicción del calentamiento global mediante el desarrollo de un modelo de series de tiempo. Ambiente y Desarrollo, 21(40), pp. 125-139, 2017. DOI: 10.11144/Javeriana.ayd21-40.pcgm
Mateo-Pérez, V., et al., Mejora del pretratamiento de una EDAR mediante la predicción de parámetros del agua de entrada. En: 25th International Congress on Project Management and Engineering, Alcoi, 6th–9th July, 2021.
Gutiérrez, B.M.M. y Sánchez-Batistas, A., Evaluación de los impactos medioambientales en la gestión de Fábrica de Quesos Sibanicú. Revista Cubana de Finanzas y Precios, 3(4), pp. 72-88, 2019.
Herrera-Restrepo, J.M., et al. Indicadores medioambientales y Objetivos de Desarrollo Sostenible (ODS) a revelar por parte de empresas del sector químico. Revista En-contexto, 9(14), pp. 151-184, 2021.
Granada, F., Cooper, R. y Anholon, R., Evolución de indicadores de desempeño ambiental en Colombia: estudio de caso sector industrial Cali-Yumbo. In: 7th International Workshop. Advances in Cleaner Production – Academic Work, Barranquilla, Colombia 2018, 7 P.
Aguilar-Aguilar, A.C. y Obando-Díaz. F.F., Aprendizaje automático para la predicción de calidad de agua potable. Ingeniare 28, pp. 47-62, 2020. DOI: 10.18041/1909-2458/ingeniare.28.6215
Samanės, T., González-Cancelas, M.N. y Molina-Serrano, B., Integración de indicadores medioambientales y de desempreño operacional en terminales de graneles sólidos sucios del sistema portuario español. Rect@, 20(1), pp. 77-93, 2019. DOI: 10.24309/recta.2019.20.1.03
Sánchez-Villena, A., Uso de programas estadísticos libres para el análisis de datos: Jamovi, Jasp y R. Revista Perspectiva, 20(1), pp. 112-114, 2019. DOI: 10.33198/rp.v20i1.00026.
Liu, T., Liu, S. and Shi, L., Time series analysis using SAS enterprise guide, Springer, 2020, ISBN: 978-981-15-0320-7. DOI:10.1007/978-981-15-0321-4.
Geoghegan, R., Time series analysis and its applications: with R examples, Springer, 2006. ISBN: 978-3-319-52452-8. DOI: 10.1007/978-3-319-52452-8.
Xu, G., Cheng, Y., Liu, F., Ping, P., and Sun, J., A water level prediction model based on ARIMA-RNN, in: 2019 IEEE 5th International Conference on Big Data Computing Service and Applications (BigDataService), 2019, pp. 221-226, DOI: 10.1109/BigDataService.2019.00038.
Hirata, T., Kuremoto, T., Obayashi, M., Mabu, S. and Kobayashi, K., Time series prediction using DBN and ARIMA, in: 2015 International Conference on Computer Application Technologies, 2015, pp. 24-29, Doi: 10.1109/CCATS.2015.15.
Schmidt, F., Suri-Payer, F., Gulenko, A., Wallschläger, M., Acker, A. and Kao, O., Unsupervised anomaly event detection for cloud monitoring using online arima, in: 2018 IEEE/ACM International Conference on Utility and Cloud Computing Companion (UCC Companion), 2018, pp. 71-76, DOI: 10.1109/UCC-Companion.2018.00037.
Wang, H., Huang, J., Zhou, H., Zhao, L. and Yuan, Y., An integrated variational mode decomposition and arima model to forecast air temperature, Sustainability, 11,(15), art. 4018. 2019. DOI: 10.3390/su11154018.
Nury, A.H., Hasan, K. and Alam, M.J.B., Comparative study of wavelet-ARIMA and wavelet-ANN models for temperature time series data in northeastern Bangladesh, Journal of King Saud University-Science, 29(1), pp. 47-61, 2017. DOI: 10.1016/j.jksus.2015.12.002.
Kumar, A.S. and Mazumdar, S., Forecasting HPC workload using ARMA models and SSA, in: 2016 International Conference on Information Technology (ICIT), pp. 294-297, 2016. DOI: 10.1109/ICIT.2016.065.
Parra, J.A.P., Cruz, O.A.T. y Méndez, Y.L.A., Dispositivo basado en modelo arima para predicción de variables ambientales (temperatura, humedad, velocidad del aire) en el área agrícola del departamento del Meta, Revista GEON (Gestión, Organizaciones y Negocios), 7(2), pp. 1-12, 2020. DOI: 10.22579/23463910.193.
Pena, E.H., de Assis, M.V. and Proença, M.L., Anomaly detection using forecasting methods arima and hwds, in: 2013 32nd International Conference of the Chilean Computer Science Society (SCCC), 2013, pp. 63-66, DOI: 10.1109/SCCC.2013.18.
Chen, L. and Lai, X., Comparison between ARIMA and ANN models used in short-term wind speed forecasting, in: 2011 Asia-Pacific Power and Energy Engineering Conference, 2011, pp. 1-4. DOI: 10.1109/APPEEC.2011.5748446.
Glen, S., Mean Absolute Percentage Error (MAPE). From StatisticsHowTo.com: Elementary Statistics for the rest of us!. [online]. s.a., Available at: https://www.statisticshowto.com/mean-absolute-percentage-error-mape/
Dong, B., et al., Review of onsite temperature and solar forecasting models to enable better building design and operations, Building Simulation, 14(4), pp. 885-907, 2021. DOI: 10.1007/s12273-020-0759-2
Cómo citar
IEEE
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.
