El profesor Ángel Arroyo, del Departamento de Ingeniería Civil de la UBU, presentará el artículo “Neural Networks for the Visual Analysis of Regional Pollution” en el congreso 16th International Conference on Computer as a Tool (EuroCon 2015) - http://eurocon2015.usal.es/.
Este importante evento científico se celebra en el Palacio de Congresos de Castilla y León (Salamanca), organizado por el capítulo español y la Región 8 de la asociación IEEE (Institute of Electrical and Electronics Engineers). IEEE es la más grande asociación profesional del mundo, con 360.000 en más de 150 países. Al congreso acuden investigadores, tanto del ámbito académico como del sector privado fundamentalmente de Europa, Asia y África. EuroCon 2015 se organiza junto con el evento StartupOlé y entre ambos se espera una participación en torno a los 700 asistentes.
El artículo se enmarca dentro de la tesis doctoral del profesor Ángel Arroyo, vinculado al grupo de investigación GICAP (Grupo en Inteligencia Computacional Aplicada) de la Universidad de Burgos. Esta tesis está dirigida por los doctores Verónica Tricio (Universidad de Burgos), Álvaro Herrero (Universidad de Burgos) y Emilio Corchado (Universidad de Salamanca). En esta tesis se han realizado diversas contribuciones científicas consistentes en la aplicación de diversos paradigmas de Inteligencia Artificial. En concreto se aplican técnicas de reducción de la dimensionalidad y agrupamiento, para la visualización y análisis de conjuntos de datos con información medioambiental (meteorológica y de contaminación atmosférica) tanto nacional como internacional y a lo largo de diversos periodos de tiempo.
En este trabajo se analizan conjuntos de datos provenientes de la Red de Control de la Calidad del Aire de la Junta de Castilla y León. Más específicamente, se ha utilizado información acerca de la contaminación en las provincias de Burgos y Salamanca. Se han analizado datos de 4 estaciones de medida, dos de ellas orientadas a la vigilancia de los niveles de Ozono en aire y las otras dos orientadas al control de las emisiones que pueden afectar a la salud humana, durante los años 2007 al 2014, ambos incluidos. Tras un importante preprocesado de los datos, se han aplicado los modelos de Inteligencia Artificial conocidos como Redes Neuronales Artificiales, adecuadas para este caso de estudio, en el que se dispone de un gran conjunto de datos con una alta dimensionalidad. Estos modelos tratan de imitar el funcionamiento del cerebro humano mediante la creación de sistemas conexionistas artificiales.
De los resultados obtenidos con estas técnicas, se pueden desprender, como principales conclusiones, los similares valores de contaminación ofrecidos por las estaciones de Burgos y Salamanca orientadas a la protección de la salud y a su vez los similares valores de las estaciones de Burgos y Salamanca orientados al control de las emisiones de Ozono. Durante los años de estudio analizados se han detectado momentos puntuales en los que la contaminación ambiental superaba los valores límite diarios establecidos como riesgo para la salud humana por la Unión Europea en 2005, pero sin llegar a los límites máximos horarios establecidos. Tampoco se observaron grandes diferencias entre los valores ofrecidos en las dos provincias, ni un patrón de comportamiento determinado dependiendo de la estación meteorológica.
Figura 1 - proyección neuronal por estaciones de medida. Leyenda: ‘.’ SALAMANCA - protección de la salud, ‘*’ BURGOS - protección de la salud, ‘o’ SALAMANCA - control del Ozono, ‘+’ BURGOS - control del ozono.
Un ejemplo de los resultados comentados anteriormente se observa en la Figura 1. En esta ocasión el modelo neuronal para la reducción de la dimensionalidad es CMLHL (Cooperative Maximun Likelihood Learning) y permite comprobar visualmente cómo las estaciones de Burgos y Salamanca orientadas al control de las emisiones perjudiciales a la salud humana ofrecen valores de emisiones sin grandes variaciones, especialmente en la provincia de Burgos donde la mayoría de las muestras queda muy compactadas (esquina inferior izquierda en la Figura 1).
