Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra
El agua potable es un recurso esencial para la humanidad con un impacto ambiental significativo. Por lo tanto, su tratamiento debe ser una prioridad. La redicción de la dosis de coagulantes mediante modelos y técnicas de Machine Learning permite mejorar la eficiencia y reducir los costos en el trata...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Monografía o trabajo académico |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2025
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510716229287936 |
|---|---|
| author | Gonzales Medina, Ronny Iván Morán Silva, Rosa María |
| author2 | Lopez Gonzales, Javier Linkolk |
| author_browse | Gonzales Medina, Ronny Iván Lopez Gonzales, Javier Linkolk Morán Silva, Rosa María |
| author_facet | Lopez Gonzales, Javier Linkolk Gonzales Medina, Ronny Iván Morán Silva, Rosa María |
| author_sort | Gonzales Medina, Ronny Iván |
| collection | Repositorio institucional |
| description | El agua potable es un recurso esencial para la humanidad con un impacto ambiental significativo. Por lo tanto, su tratamiento debe ser una prioridad. La redicción de la dosis de coagulantes mediante modelos y técnicas de Machine Learning permite mejorar la eficiencia y reducir los costos en el tratamiento del agua. Este enfoque debe ser implementado y evaluado, especialmente en países con recursos limitados. En este estudio, se aplicó el modelo de Random Forest para optimizar la predicción de la dosificación de coagulantes en la PTAP Miguel de la Cuba Ibarra. Los resultados obtenidos muestran que el modelo RF es adecuado para predecir niveles de turbidez de agua decantada y con la plataforma digital permite generar diferentes curvas de dosificación para la toma de decisiones en el menor tiempo posible. |
| escuela_str_mv | Escuela de Posgrado |
| format | info:eu-repo/semantics/monograph |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/8576 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Predicción estadística |
| ocde_area_str_mv | Ciencias naturales |
| ocde_disciplina_str_mv | Matemáticas |
| ocde_str_mv | 1.01.03 |
| programa_nombre_str_mv | Segunda Especialidad en Estadística Aplicada para Investigación |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/seg-estadistica-aplicada-para-investigacion |
| publishDate | 2025 |
| publishDateRange | 2025 |
| publishDateSort | 2025 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra Gonzales Medina, Ronny Iván Morán Silva, Rosa María Lopez Gonzales, Javier Linkolk Predicción de la dosificación de coagulantes Random forest El agua potable es un recurso esencial para la humanidad con un impacto ambiental significativo. Por lo tanto, su tratamiento debe ser una prioridad. La redicción de la dosis de coagulantes mediante modelos y técnicas de Machine Learning permite mejorar la eficiencia y reducir los costos en el tratamiento del agua. Este enfoque debe ser implementado y evaluado, especialmente en países con recursos limitados. En este estudio, se aplicó el modelo de Random Forest para optimizar la predicción de la dosificación de coagulantes en la PTAP Miguel de la Cuba Ibarra. Los resultados obtenidos muestran que el modelo RF es adecuado para predecir niveles de turbidez de agua decantada y con la plataforma digital permite generar diferentes curvas de dosificación para la toma de decisiones en el menor tiempo posible. 2025-01-31 2025-03-20T21:19:13Z 2025-03-20T21:19:13Z 2027-01-13 info:eu-repo/date/embargoEnd/2027-01-13 info:eu-repo/semantics/monograph https://hdl.handle.net/20.500.12840/8576 spa info:eu-repo/semantics/embargoedAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/8576 2026-11-10T17:45:09Z |
| spellingShingle | Predicción de la dosificación de coagulantes Random forest Gonzales Medina, Ronny Iván Morán Silva, Rosa María Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra |
| title | Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra |
| title_full | Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra |
| title_fullStr | Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra |
| title_full_unstemmed | Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra |
| title_short | Predicción de la dosificación de coagulantes mediante random forest en la PTAP Miguel de la Cuba Ibarra |
| title_sort | prediccion de la dosificacion de coagulantes mediante random forest en la ptap miguel de la cuba ibarra |
| topic | Predicción de la dosificación de coagulantes Random forest |
| topic_facet | Predicción de la dosificación de coagulantes Random forest |
| url | https://hdl.handle.net/20.500.12840/8576 |
| work_keys_str_mv | AT gonzalesmedinaronnyivan predicciondeladosificaciondecoagulantesmedianterandomforestenlaptapmigueldelacubaibarra AT moransilvarosamaria predicciondeladosificaciondecoagulantesmedianterandomforestenlaptapmigueldelacubaibarra |