Resumen

Este artículo comprende el uso de modelos de redes neuronales artificiales (ANN) como estrategia para la simulación de las características de dispersión de contaminantes en diferentes regiones. Estos modelos son desarrollados con base en 12 variables meteorológicas y 6 parámetros asociados al tráfico. La habilidad predictiva y robustez de los modelos se determinan por medio de datos de las ciudades costeras de Chittagong and Dhaka. Los autores concluyen que los modelos ANN basados en este tipo de variables y parámetros presentan un mejor desempeño, permitiendo determinar patrones de dispersión de la contaminación atmosférica con aplicación en diferentes ciudades.

• Materias:Redes neuronales (Computadores) Dispersión de contaminantes Contaminación Control de la contaminación Control de calidad del aire Contaminantes Contaminación del aire
• Subjects:Neural networks (Computer science) Dispersion of pollutants Environmental pollution Pollution control Air quality management Pollutants Air - Pollution
• Palabras claves:Modelos ANN, Variables meteorológicas, Datos de tránsito, Habilidad predictiva.
• Keywords:ANN models, Meteorological variables, Traffic data, Predicting ability.