UEM

AKIBANA

Informática, Análisis de Datos, Gadgets y Nuevas Tecnologías

Sistema Inteligente para predecir alertas por contaminación en Madrid

Enrique Puertas Director del Master Universitario en Big Data Analytics Blog AKIBANA Publicado 29 Diciembre 2016

La ciudad de Madrid ha activado hoy por primera vez las medidas contempladas en el escenario 3 del protocolo anticontaminación aprobado por el ayuntamiento, haciendo que no puedan circular por la ciudad los vehículos con matrícula par. Estas medidas han generado mucha polémica y debate, tanto en los medios de comunicación, como en la ciudadanía. Al hilo de este tema me gustaría hablar hoy de un trabajo en el que han estado trabajando algunos de mis estudiantes de Inteligencia Artificial.

El proyecto consiste en predecir con antelación cuándo se van activar las medidas anticontaminación, de forma que se pueda avisar a la ciudadanía con más tiempo, sin tener que esperar a las última lecturas de contaminación del día anterior (las últimas medidas se realizan a las 11 de la noche).

Actualmente el ayuntamiento ya cuenta con un sistema que avisa con antelación, pero está basado en técnicas manuales. Es decir, un grupo de personas examina las primeras lecturas de las estaciones que miden la contaminación, examinan las previsiones meteorológicas, y entonces deciden si se activan las alertas o no.

El trabajo de mis estudiantes ha consistido en desarrollar un modelo de predicción inteligente basado en el histórico de mediciones, los históricos de densidad del tráfico, y la información meteorológica.

La aplicación que han desarrollado permite informar del nivel de contaminación en la ciudad de Madrid en tiempo real, y dar una predicción basada en datos históricos para poder avisar con la mayor precisión posible las restricciones que se van a producir al día siguiente según los protocolos existentes.

Para ello utilizan datos del portal de Datos Abiertos de Madrid (valores de la calidad del aire en tiempo real, situación de las estaciones medidoras, estimación de tráfico entre entradas y salidas de la M-30 y el histórico de la calidad del aire), y las prediciones a 7 días de AEMET.

El proceso ha consistido en las siguientes fases:

  • Localizar y descargar fuentes de datos
  • Limpiar y normalizar datos
  • Selección y extracción de atributos
  • Generación del modelo de predicción mediante Aprendizaje Automático
  • Evaluación de modelos y comparativa de resultados

Para el proceso de Aprendizaje Automático se ha utilizado la herramienta Rapidminer. Esta es una captura de parte del proceso realizado:

predicción alertas contaminación

Los resultados obtenidos tras estos primeros experimentos son bastante prometedores, ya que son capaces de predecir con un 70% de precisión las alertas con un día de antelación.

Hay que indicar que este proyecto es la primera parte de un Proyecto Integrador que involucra tres asignaturas: Inteligencia Artificial, Programación Concurrente y de Tiempo Real, e Interfaces de Usuario y que se está realizando con el apoyo de la empresa Everis.

 

Compartir en Twitter Compartir en Facebook Share in LinkedIn
Comentarios
Deja un comentario
Posts relacionados
Sin imagen
10Marzo
Leer más

CON "LA INCERTIDUMBRE" HEMOS TOPADO

Varios vaticinadores un poco agoreros, ya se encargan de resaltar en tertulias y foros de diversa índole, que el futuro económico y empresarial...

Leer más
Sin imagen
01Abril
Leer más

LAS GRANDES MULTINACIONALES TIENEN QUE SALIR A ESCENA

Desde los inicios del capitalismo financiero, las grandes corporaciones y los grupos empresariales multinacionales han jugado un papel...

Leer más
Sin imagen
26Abril
Leer más

¿EN MANOS DE QUIÉN ESTÁN Y ESTARÁN LAS GRANDES EMPRESAS?

¿Quiénes serán los propietarios de los imperios empresariales? ¿En manos de quién están? Cuando vemos los suntuosos edificios que son sedes de...

Leer más