Look-up in Google Scholar
Full metadata record
Soriano Cabrera, William Alfredo
Avalos Lorenzo, Nino Brinsley
Clemente Pantoja, Dulcinea Valeria
2023-09-18T03:04:25Z
2023-09-18T03:04:25Z
2023
https://hdl.handle.net/20.500.12867/7489
Esta investigación está enfocada en identificar los sectores potenciales de acumulación de residuos sólidos ubicados en el distrito de Carabayllo, en la región metropolitana de Lima. La gestión de residuos sólidos ha sido un desafío importante en zonas urbanas donde se presenta un acelerado crecimiento poblacional, y Carabayllo no es la excepción, ya que ha percibido un rápido crecimiento demográfico en las últimas décadas, lo que conlleva a un incremento en la generación de residuos y a la necesidad de buscar nuevas estrategias y técnicas para mejorar su gestión. El principal objetivo del estudio es utilizar una red neuronal para predecir los sectores potenciales de acumulación de residuos sólidos en el distrito de Carabayllo, esto puede mejorar significativamente la precisión y eficiencia de la gestión de residuos en dicho distrito. Para ello, se utilizó Python en Google colab para crear la red neuronal, una de las herramientas más populares para el aprendizaje automático en la actualidad. Los datos necesarios para este estudio se obtuvieron a través de las encuestas y entrevistas realizadas en el campo. Estos datos fueron recopilados de manera cuidadosa y rigurosa para garantizar su fiabilidad y precisión. Los resultados de la investigación pueden ayudar a diseñar estrategias y políticas efectivas en la gestión de residuos del distrito y otras áreas urbanas similares. Se obtuvo el mapa de puntos de acumulación de residuos sólidos con nomenclatura de bajo, medio y alto, respecto al nivel de contaminación que presentan, además, la precisión aportada por la red fue superior al 98% dando esto un nivel de presión confiable para utilizar la red creada. Se describieron soluciones innovadoras que aportarán a la gestión de residuo sólidos. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Tecnológica del Perú (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (es_PE)
Repositorio Institucional - UTP (es_PE)
Universidad Tecnológica del Perú (es_PE)
Residuos sólidos (es_PE)
Redes neuronales artificiales (es_PE)
Análisis predictivo (es_PE)
Estudio evaluativo de sectores potenciales de acumulación de residuos sólidos utilizando redes neuronales en el distrito de Carabayllo - Lima, 2023 (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Tecnológica del Perú. Facultad de Ingeniería (es_PE)
Ingeniería Civil (es_PE)
Ingeniero Civil (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.01.01 (es_PE)
Pregrado (es_PE)
http://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
72649372
https://orcid.org/0000-0003-0769-1556 (es_PE)
71394956
71729366
732016 (es_PE)
Sachahuamán Sánchez, Sandra Elisa
Inga Alva, Alexander Eduardo
Izquierdo Horna, Luis Antonio
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons