Desarrollo de Sistemas de Inteligencia Artificial para la Calibración y Mejora de la Señal en Sensores destinados al Análisis de Partículas en Suspensión Presentes en el Aire

Fecha de lectura

18/06/2024

Director

Jesualdo Tomás Fernández Breis y Antonio Jesús Jara Valera

Grupo de investigación

Tecnologías del modelado, procesamiento y gestión del conocimiento

Departamento

Informática y Sistemas

Centro

Facultad de Informática

Organimso

Universidad de Murcia

Ciudad

Murcia

País

España

Abstract

Uno de los aspectos clave dentro de la transformación digital, y en los retos que se enfrenta la sociedad actual tales como el cambio climático, es la monitorización de la calidad del aire. Esta tesis ha trabajado en la mejora de las soluciones para la medida de gases contaminantes y partículas sólidas en suspensión (PM). Por ello, en este proyecto se han desarrollado modelos y algoritmos basados en el us de técnicas de Inteligencia Artificial que permitan una mejora en el análisis y corrección de la señal - se buscara corregir el efecto de la humedad, el tamaño de la partícula y la composición química de la partículas, entre otros - en sensores IoT, que posteriormente son utilizados junto a simulaciones realizadas por modelos físico-químicos de calidad del aire en aplicaciones como zonificación o determinación de impacto en la salud. Finalmente, para mejorar la interoperabilidad de los datos y resultados, se han aplicado los principios FAIR y las tecnologías semánticas a los datos obtenidos

Visualizar Tesis