Estudio de factibilidad del uso de Machine Learning con múltiples fuentes de datos en el pronóstico del tiempo

Abstract
El presente trabajo analiza la factibilidad de la utilización de Machine Learning (aprendizaje automático) en el pronóstico del tiempo. Pretende recopilar datos de diferentes fuentes; como ser la información provista por API, la generada por un prototipo de mini estación meteorológica desarrollado mediante Arduino y datos históricos proporcionados por el Instituto Uruguayo de Meteorología. Con esto posteriormente se alimenta un modelo predictivo diseñado, aplicando técnicas y algoritmos de Machine Learning para que a partir de las mediciones de humedad, presión y temperatura realicen predicciones de la variable precipitación. Se presenta una exposición que resume los objetivos del proyecto, indicadores de logros verificables, estudio del estado del arte, contexto tecnológico, conclusiones y futuros pasos. Se describe detalladamente la aplicación desarrollada en Azure, modelos predictivos y el desarrollo de la mini estación con Arduino. En conclusión, se demuestra que el abordaje del tema del pronóstico del tiempo a través de estas técnicas es perfectamente viable y que se requiere seguir avanzando en el estudio, para poder concluir si es posible mejorar las predicciones del clima.
En
Thesis note
Proyecto (Carrera Universitaria). Universidad ORT Uruguay, Facultad de Ingeniería
Thesis degree name
Ingeniero en Sistemas
191 p. diagrs., fot., tbls., grafs
Notes
Incluye bibliografía y anexos
Subject
PROYECTOS-ID, WINDOWS AZURE, APRENDIZAJE AUTOMÁTICO, ARDUINO, INTERNET DE LAS COSAS, PRONÓSTICO METEOROLÓGICO
Type
Trabajo final de carrera
Access the full text
Citation
Barberena Allietti, M. E. (2018). Estudio de factibilidad del uso de Machine Learning con múltiples fuentes de datos en el pronóstico del tiempo (Proyecto). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/3761
Rights license