Índice de calidad del agua recolectada en el río Bogotáun análisis mediante la computación cognitiva Watson

  1. Barrera-Williams, Carolina
  2. Montenegro-Marín, Carlos Enrique
  3. Gaona-García, Paulo Alonso
Revista:
Ingenio Magno

ISSN: 2422-2399,  2145-9282

Año de publicación: 2017

Título del ejemplar: Ingenio Magno Vol. 8-1

Volumen: 8

Número: 1

Páginas: 104-117

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Ingenio Magno

Resumen

En este artículo se analizan los datos sobre la calidad del agua del río Bogotá en el periodo 2008-2015 proporcionados por la Corporación Autónoma Regional de Cundinamarca (CAR); para ello se aplica la computación cognitiva, con el fn de establecer los cambios más signifcativos que se han presentado. Además, se hace un análisis espacio-tiempo para las variables relacionadasen el recurso hídrico en la cuenca alta, para así contribuir con un mecanismo que facilite la comprensión del comportamiento, a través del tiempo, del estado de la calidad del agua. Esto hará posible que las entidades territoriales tengan nuevos criterios y visiones a la hora de formular o reformular nuevos planes. Como herramienta de análisis se utiliza IBM Watson.

Referencias bibliográficas

  • Alcaldía Mayor de Bogotá (1997). Río Bogotá. Recuperado de http://www.banrepcultural.org/node/19162
  • Corporación Autónoma Regional de Cundinamarca (CAR) (2013). Objetivos de calidad. Recuperadode https://www.car.gov.co/index.php?idcategoria=64243&download=Y
  • Chang, F. J., Tsai, Y. H., Chen, P. A., Coynel, A. y Vachaud, G. (2015). Modeling water quality in an urban river using hydrological factors – Data driven approaches. Journal of Environmental Management, 151, 87-96.
  • Chang, N. B., Chen, H. W. y Ning, S. K. (2001). Identifcation of river water quality using the fuzzy synthetic evaluation approach. Journal of Environmental Management, 63(3), 293-305.
  • Chau, K. (2006). A review on integration of artifcial intelligence into water quality modelling. Marine Pollution Bulletin, 52(7), 726-733.
  • Corporacion Colombia Digital (2015). Cinco usos de la computación cognitiva. Recuperado de https://www.colombiadigital.net/actualidad/articulos-informativos/item/8602-cinco-usos-de-la-computacion-cognitiva.html
  • Ferrucci, D. et al. (2010). Building Watson: An overview of the DeepQA Project. Recuperado de http://web.archive.org/web/20120120185642/http://www.stanford.edu/class/cs124/AIMagzine-DeepQA.pdf
  • Hammond, A., Adriaanse, A., Rodenburg, E., Bryant, D. y Woodward, R. (1995). Environmental indicators: A systematic approach to measuring and reporting on environmental policy performance in the context of sustainable development. Recuperado de http://pdf.wri.org/environmentalindicators_bw.pdf
  • IBM (s. f.). ¿Qué es IBM Watson? Recuperado de http://cognitiva.la/que-es-ibm-watson/
  • IBM (2013). IBM Power Systems: informática cognitiva con IBM Watson compilado sobre Power - Colombia. IBM Corporation. Recuperado de http://www-03.ibm.com/systems/co/power/solutions/cognitive-computing.html
  • IBM Watson (2011). Un desafío para la historia - Colombia. Recuperado de http://www-03.ibm.com/systems/co/power/advantages/watson/index.html
  • Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) (2011). Hoja metodológica del indicador Índice de calidad del agua (Versión 1,00). Bogotá: Autor
  • Lobbrecht, A. H., Dibike, Y. B. y Solomatine, D. P. (2002). Hydroinformatics applications of neural networks and fuzzy logic to integrated water management project report. Recueerado de https://www.researchgate.net/publication/268203104_Hydroinformatics_Applications_of_Neural_Networks_and_Fuzzy_Logic_to_Integrated_Water_Management_Project_Report
  • McCord, M. C. (1990). Slot grammar: A system for simpler construction of practical natural language grammars. En Natural Language and Logic: International Scientifc Symposium. Berlín: Srpinger-Verlag.
  • Miller, J. D. (2016). Learning IBM Watson Analytics: make the most advanced predictive analytical processes easy using Watson Analytics with this easy-to-follow practical guide. Birmingham: Packt Publ. Recuperado de http://cds.cern.ch/record/2152952
  • Ministerio de la Protección Social (2007). Decreto 1575 de 2007, por el cual se establece el Sistema para la Protección y Control de la Calidad del Agua para Consumo Humano. Recuperado de http://www.minambiente.
  • gov.co/images/normativa/decretos/2007/dec_1775_2007.pdf
  • Prato, T. (2005). A fuzzy logic approach for evaluating ecosystem sustainability. Ecological Modelling, 187(2-3), 361-368.
  • Roland, E., Uhrmacher, A. y Saha, K. (2009). Data mining for simulation algorithm selection. Recuperado de http://dl.acm.org/citation.cfm?id=1537633
  • Rosado, A. y Verjel, A. (2015). Minería de datos aplicada a la demanda del transporte aéreo en Ocaña, Norte de Santander. Tecnura, 19(45), 101-113.
  • The DeepQA Research Team - IBM (20132). IBM Corporation. Recuperado de http://researcher.watson.ibm.com/researcher/view_group.php?id=2099
Fuente de los datos: Dialnet