Resumen

La previsión de la contaminación atmosférica es un tema popular e importante en los últimos años debido a las repercusiones que tiene en la salud. Es necesario crear un sistema de alerta precoz que proporcione previsiones y alerte a los médicos y a las autoridades locales sobre las alarmas sanitarias que pueden producirse entre la población. Los datos meteorológicos y de contaminación recogidos diariamente en las estaciones de control de Macao pueden utilizarse en este estudio para crear un sistema de previsión. Las máquinas de vectores soporte (SVM), un nuevo tipo de técnica de aprendizaje automático basada en la teoría del aprendizaje estadístico, pueden utilizarse para la regresión y la predicción de series temporales. SVM es capaz de una buena generalización, mientras que el rendimiento del modelo SVM depende a menudo de la elección adecuada del kernel.

• Materias:Automatización Control del proceso Sistemas no lineales Modelo lineal Regulación automática Diagnóstico de fallos
• Subjects:Automation Nonlinear systems Linear model Automatic regulation Fault diagnosis
• Palabras claves:contaminación atmosférica, máquinas de vectores soporte, sistema de alerta temprana, teoría del aprendizaje estadístico, predicción de series temporales, modelo svm, elección adecuada, sistema de previsión, buena generalización, alarma sanitaria
• Keywords:air pollution, support vector machines, early warning system, statistical learning theory, time series prediction, svm model, appropriate choice, forecasting system, good generalization, health alarm