1. RIUdeG
2. Revistas
3. Revista ReCIBE

Título:	A Parallel Support Vector Machine algorithm to identify patterns of pollution in Smart Cities for Metropolitan Zone of Guadalajara UML para modelar patrones de contaminación de las Ciudades Inteligentes para la Zona Metropolitana de Guadalajara
Palabras clave:	Data mining;Support vector machines;parallel support vector machine libraries;Internet of Things;Smart Cities.
Editorial:	Universidad de Guadalajara
Descripción:	Pollution in dense populations such as the Metropolitan Area of Guadalajara grows exponentially, affecting the health of citizens and reducing their quality of life. One of the main research challenges pursued with the study of Smart Cities is environmental pollution to improve the well-being of citizens and to protect natural areas. Therefore, it is urgent the development of information technologies that allow to reduce this problem by the scientific analysis of data, to classify the zones with greater contamination. Currently, these data are captured by constant monitoring stations, generating a large volume of information representing a challenge for the classification process. This work proposes a model for the automatic execution of a classification algorithm using Support Vector Machine implementing libraries in python for parallel processing. As a result, we obtain two main subsystems: one of the Parameters of Configuration for the storage and cleaning of data and the design of the algorithm parallelized in the cloud importing modules mpi4py, numpy and sklearn.svm. La contaminación en poblaciones densas como la Zona Metropolitana de Guadalajara crece exponencialmente, afectando la salud de los ciudadanos y reduciendo su Calidad de Vida. Uno de los principales retos de investigación que se persiguen con el estudio de las Smart Cities es la contaminación ambiental para mejorar el bienestar de los ciudadanos y proteger los espacios naturales. Por lo tanto, es urgente el desarrollo de Tecnologías de la Información para reducir este problema mediante el análisis científico de datos, para clasificar las zonas con mayor contaminación. Actualmente, estos datos son capturados por estaciones de monitoreo constante, generando un gran volumen de información que representa un desafío para el proceso de clasificación. Este trabajo propone un modelo UML (Lenguaje Unificado de Modelado) para la ejecución automática de un algoritmo de clasificación utilizando Máquinas de Vectores de Soporte con la implementación de librerías en python para procesamiento paralelo. Como resultado de esta investigación, se desarrolló un modelo UML para identificar patrones de contaminación en Ciudades Inteligentes, por ejemplo, la Zona Metropolitana de Guadalajara.
URI:	https://hdl.handle.net/20.500.12104/95617
Otros identificadores:	http://recibe.cucei.udg.mx/index.php/ReCIBE/article/view/162 10.32870/recibe.v10i2.162
Aparece en las colecciones:	Revista ReCIBE

Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.