Predicción de datos faltantes en conjuntos de datos climatológicos mediante K-NN

Simple item page
dc.audiencegeneralPublic
dc.contributorVázquez Báez, Víctor Manuel
dc.contributorYáñez Pérez, Gabriela
dc.contributor.advisorVázquez Báez, Víctor Manuel; 0000-0002-4980-1832
dc.contributor.advisorYáñez Pérez, Gabriela; 0000-0002-4529-5995
dc.contributor.authorEspinosa Fernández, Estefanía
dc.creatorEspinosa Fernández, Estefanía; 0009-0005-2374-7048
dc.date.accessioned2026-11-13T21:47:03Z
dc.date.available2026-11-13T21:47:03Z
dc.date.issued2026-03
dc.description.abstract“La presente investigación explora la posibilidad de emplear inteligencia artificial para rellenar datos nulos en conjuntos climatológicos. El propósito es mejorar la correlación entre precisión y necesidades de cómputo con respecto a los métodos convencionales. Algunos análisis, como modelado de acuíferos, predicción del clima, caracterización de cuerpos de agua, entre otros, requieren bases de datos de datos climático, y aunque estas son de acceso libre en México, cuentan con espacios vacíos que necesitan ser rellenados. Aunque existen algunos métodos de imputación, estas soluciones tradicionales suelen comprometer la precisión o el tiempo del estudio. Por lo tanto, se propone como alternativa al algoritmo k-NN, que consulta puntos cercanos al de interés para definir un valor, y que destaca por su adaptabilidad y rapidez de procesamiento. Se comparó el error obtenido mediante k-NN con los errores que resultan al utilizar uno de los métodos de tratado de nulos más comunes (imputación por medidas de tendencia central). El método k-NN demostró ser una mejor aproximación”.
dc.folio20260506133936-7343-TL
dc.formatpdf
dc.identificator7
dc.identifier.urihttps://hdl.handle.net/20.500.12371/34804
dc.language.isospa
dc.matricula.creator201727802
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationINGENIERÍA Y TECNOLOGÍA
dc.subject.lccFísica--Climatología--Técnica--Cálculo y análisis--Procesamiento de datos
dc.subject.lccFísica--Climatología--Temas especiales--Recursos de redes informáticas
dc.subject.lccMeteorología--Procesamiento de datos
dc.subject.lccInteligencia artificial--Aplicaciones medioambientales
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.thesis.careerLicenciatura en Ingeniería en Geofísica
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ingeniería
dc.thesis.degreetoobtainIngeniero (a) en Geofísica
dc.titlePredicción de datos faltantes en conjuntos de datos climatológicos mediante K-NN
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20260506133936-7343-TL.pdf
Size:
1.26 MB
Format:
Adobe Portable Document Format
Download
Name:
20260506133936-7343-CARTA.pdf
Size:
549.19 KB
Format:
Adobe Portable Document Format
Collections
Tesis de Licenciatura