Diseño de un modelo de aprendizaje automático para la predicción de la precipitación de lluvias en la ciudad de Guayaquil.

Abstract

En la actualidad con el avance de la tecnología se puede contar con las técnicas de aprendizaje automático y lograr desarrollar un algoritmo fiable para la predicción de precipitaciones de lluvias. El objetivo principal del presente proyecto es mejorar la precisión de la precipitación de lluvias mediante el desarrollo de un modelo predictivo basado en las técnicas de Machine Learning, con la finalidad de tomar precauciones para reducir perdidas en la economía, daños en la vida social y humana, estas consecuencias se deben a los cambios de variaciones de las precipitaciones de lluvias en la ciudad de Guayaquil, por lo que se utilizó el algoritmo de Red Neuronal Recurrente (LSTM) con serie de tiempo, tomando en cuenta las siguientes variables para el desarrollo, como: velocidad de viento, humedad relativa, precipitación, temperatura (máxima y mínima), la información fue obtenida de Global Weather Data for Swat, datos que se utilizaron para realizar el entrenamiento y pruebas del modelo, obteniendo así a futuro la predicción de precipitaciones de lluvias de un día, también se realizó una comparación de los datos predichos con los datos reales de la Dataset, y los resultados obtenidos del algoritmo se visualizan en una página web desarrollada en el lenguaje de programación Python y diseñada en Django; se concluyó, a través de los resultados que las técnicas de Machine Learning son eficientes para predecir diversos eventos.

At present with advancing technology you can count on machine learning techniques and to reach in developing a reliable algorithm for the prediction of precipitation. The main objective of this project is to improve the precision of rainfall through the development of a predictive model based on Machine Learning techniques, in order to take precautions to reduce losses in the economy, damage to social and human life , these consequences are due to the changes in rainfall variations in the city of Guayaquil, so that the Recurrent Neural Networks (LSTM) algorithm was used with a time serie, taking into account the following variables for the development, as: Wind Speed, Relative Humidity, Solar, Precipitation, Temperature (Maximum and Minimum), the information were provied from Global Weather Data for Swat, these data were used for training and testing the model, thus obtaining to future the prediction rainfall of one day, a comparison was be also made of the predicted data with of real data from the dataset, and the results obtained from the algorithm are displayed on a web page developed in the Python programming language and designed in Django; it was concluded through the results that machine learning techniques are efficient to predict various events.