Vázquez Báez, Víctor ManuelYáñez Pérez, GabrielaVázquez Báez, Víctor Manuel; 0000-0002-4980-1832Yáñez Pérez, Gabriela; 0000-0002-4529-5995Espinosa Fernández, Estefanía2026-11-132026-11-132026-03https://hdl.handle.net/20.500.12371/34804“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”.pdfspaINGENIERÍA Y TECNOLOGÍAFísica--Climatología--Técnica--Cálculo y análisis--Procesamiento de datosFísica--Climatología--Temas especiales--Recursos de redes informáticasMeteorología--Procesamiento de datosInteligencia artificial--Aplicaciones medioambientalesAprendizaje automático (Inteligencia artificial)Tesis de licenciaturaopenAccess