Sistema de inteligencia artificial para la predicción temprana de heladas meteorológicas

Abstract

La helada es un factor meteorológico importante para la hidrología, climatología y agricultura. Este estudio propone crear una máquina de aprendizaje extremo (ELM) utilizando el algoritmo propuesto por Huang sobre una red neuronal monocapa con propagación hacia adelante, como base para la predicción temprana de heladas meteorológicas. El estudio fue desarrollado en el Valle Alto del departamento de Cochabamba-Bolivia, los datos fueron colectados en 6 estaciones meteorológicas llegando a un total de 178450 mediciones, se para el entrenar la red neuronal. Para la verificación se utilizaron los datos obtenidos de las estaciones meteorológicas de Tiquipaya y Arque del año 2016. Con márgenes de confianza superiores al 90%. Como resultados de la investigación se demostró que una red neuronal entrenada con el algoritmo propuesto por Huang, es un buen predictor de heladas meteorológicas tanto en niveles de confianza y tiempos de respuesta.

Frost is an important weather factor for hydrology, climatology and agriculture. This study proposes to create a learning machine end (ELM) using the method proposed by Huang on a layer neural network monolayer as a basis for early frost weather prediction algorithm. The study was developed in the Valle Alto of Cochabamba-Bolivia, data were collected at 6 meteorological stations reaching a total of 178450 measurements, for training the neural network. For verification, meteorological data were used stations from Arque and Tiquipaya 2016. With confidence margins above 90% they were used. As research results showed that a neural network trained with the proposed Huang algorithm, it is a good predictor of weather frost from both, confidence levels and times response.