[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-123249-es":3,"doc-seo-123249-110":31,"detail-sidebar-cat-0-es-110":93},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},123249,549768072016,"River Wang","https://ap-avatar.wpscdn.com/davatar_155a257f0dc6eb9ab79c44ca47cae57d",41,"Investigación e Informes","Implementación de modelos de predicción para vigilar los límites de exposición a los campos electromagnéticos en Bogotá utilizando machine learning","El crecimiento de los dispositivos electrónicos y las redes inalámbricas incrementa la preocupación por la exposición a campos electromagnéticos y su impacto en la salud pública, especialmente en entornos urbanos interconectados como Bogotá. El proyecto desarrolla una herramienta de estudio basada en análisis predictivo para pronosticar la intensidad del campo y vigilar límites de exposición futuros. Se realiza recopilación y depuración de datos, análisis estadístico y modelado con Regresión Lineal, Regresión Logística, Ridge, Lasso y redes neuronales, comparando métricas de rendimiento y error para seleccionar el modelo más adecuado.","IMPLEMENTACIÓN DE MODELOS DE PREDICCIÓN PARA VIGILAR LOS LÍMITES DE EXPOSICIÓN DE LAS PERSONASA LOS CAMPOS ELECTROMAGNÉTICOS EN BOGOTÁ UTILIZANDO MACHINE LEARNING  \nAutores  \nDuvan Alexis Zarate Diaz  \nJuan David Guzmán Escobar  \nUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS  \nFacultad Tecnológica Ingeniería en Telecomunicaciones  \nBogotá D.C. 2023  \nIMPLEMENTACIÓN DE MODELOS DE PREDICCIÓN PARA VIGILAR LOS LÍMITES DE EXPOSICIÓN DE LAS PERSONASA LOS CAMPOS ELECTROMAGNÉTICOS EN BOGOTÁ UTILIZANDO MACHINE LEARNING  \nAutores  \nDuvan Alexis Zarate Diaz  \nJuan David Guzmán Escobar  \nModalidad  \nMonografía  \nPresentado para optar al título de:  \nIngenieros en Telecomunicaciones  \nDirector  \nIng. Luis Fernando Pedraza  \nUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS  \nFacultad Tecnológica Ingeniería en Telecomunicaciones  \nBogotá D.C. 2023  \nDedicatoria  \nCon el corazón lleno de gratitudy emoción, dedicamos esta tesis a aquellos que han sido pilares fundamentales en nuestro camino hacia este logro.  \nA nuestros queridos padres, cuyo amor incondicional y apoyo constante han sido la luz que iluminó nuestro camino hacia este logro. La fe que han depositado en nosotros nos ha impulsado a superar obstáculos y a perseguir nuestros sueños con determinación. Este logro no solo es nuestro, sino también es resultado de su esfuerzoy amor.  \nA nuestros amigos entrañables, cuya amistad ha sido un refugio en los momentos difíciles y una alegría en los momentos de celebración.  \nA nuestros estimados profesores, cuyo conocimientoy orientación han sido fundamentales en nuestro crecimiento académico.  \nA nuestrasparejas, cuyo amory apoyo han sido un pilar fundamental en nuestro viaje hacia este logro.  \nA nuestros queridos hermanos, quienes han sido nuestros compañeros de viday nuestroscómplices en cada aventura.  \nA nuestra querida universidad, por brindarnos los recursos y oportunidades necesarias para alcanzar nuestras metas.  \nYa nosotros mismos, con gratitudy orgullopor el arduo trabajo y la determinación que nos llevaron hasta aquí.  \nEsta tesis es un testimonio de la influenciay el apoyo de cada uno de ustedes en este viaje. Con todo nuestro cariñoy gratitud, dedicamos este trabajo a ustedes.  \nResumen  \nEl crecimiento exponencial de dispositivos electrónicos y tecnologías inalámbricas hadesencadenado una preocupación creciente sobre la exposición a campos electromagnéticos y su impacto en la salud pública. Esta preocupación se intensifica en un contexto donde la interconexiónde dispositivos y las redes inalámbricas son omnipresentes. Ante esta realidad, resulta imperativo adoptar un enfoque proactivo que emplee análisis predictivo de datos para comprender y gestionar los niveles de exposición futuros.  \nEn respuesta a esta necesidad apremiante, este proyecto se centra en abordar esta problemática en constante evolución con el objetivo de crear una herramienta de estudio que brinde tranquilidad ala población en un entorno cada vez más tecnológico y conectado. Se propone implementartécnicas avanzadas de Machine Learning para desarrollar modelos predictivos que vigilen los límites de exposición a campos electromagnéticos en la ciudad, utilizando datos históricos proporcionados por la Agencia Nacional del Espectro (ANE) .  \nEl proceso comienza con la recopilación y depuración de datos, seguida de un análisis exhaustivo mediante técnicas estadísticas. Posteriormente, se aplicarán diversas técnicas de Machine Learning, como Regresión Lineal, Regresión Logística, Ridge, Lasso y redes neuronales, adaptadas a la naturaleza de los datos seleccionados. El objetivo es obtener modelos predictivosprecisos sobre el comportamiento futuro de la intensidad de campo en Bogotá . Estos modelos seránevaluados en términos de su efectividad y porcentaje de error mediante métricas de rendimiento estándar. Se realizará una comparación entre ellos para determinar cuál es el más adecuado para la predicción de los niveles de exposición a campos electromagnéticos en la ciud","cbCainH5l4dvJ1d4","https://ap.wps.com/l/cbCainH5l4dvJ1d4","pdf",5029932,6,1,120,"Spanish","es",110,"# Resumen\n# Planteamiento y objetivo del proyecto\n# Metodología: datos y análisis estadístico\n## Modelos aplicados\n## Evaluación y métricas de rendimiento\n# Comparación de resultados\n# Intención e impacto del trabajo","[{\"question\":\"Cuál es el objetivo principal del proyecto sobre exposición a campos electromagnéticos en Bogotá?\",\"answer\":\"Implementar modelos predictivos para monitorear de manera continua y pronosticar niveles de exposición a campos electromagnéticos en la ciudad, apoyando la toma de decisiones y la comprensión de riesgos potenciales.\"},{\"question\":\"Qué etapas del trabajo se describen para construir los modelos?\",\"answer\":\"El proceso inicia con recopilación y depuración de datos, continúa con análisis estadístico y luego aplica técnicas de Machine Learning para desarrollar modelos predictivos.\"},{\"question\":\"Qué modelos de Machine Learning se proponen y cómo se comparan?\",\"answer\":\"Se aplican Regresión Lineal, Regresión Logística, Ridge, Lasso y redes neuronales. La comparación se realiza usando métricas estándar de rendimiento y porcentaje de error para determinar el modelo más adecuado.\"}]","Implementación de modelos de predicción para vigilar los límites de exposición a los campos electromagnéticos en Bogotá utilizando machine learning | PDF",1785815467,185,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":88,"head_meta":90,"extra_data":92,"updated_unix":29},"implementation-of-prediction-models-to-monitor-exposure-limits-to-electromagnetic-fields-in-bogota-using-machine-learning","",{"@graph":37,"@context":87},[38,55,70],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,52],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":51},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":53,"name":13,"@type":44,"position":54},"https://docshare.wps.com/es/document/implementation-of-prediction-models-to-monitor-exposure-limits-to-electromagnetic-fields-in-bogota-using-machine-learning/123249/",4,{"url":53,"name":13,"@type":56,"author":57,"headline":13,"publisher":59,"fileFormat":62,"inLanguage":24,"description":14,"dateModified":63,"datePublished":64,"encodingFormat":62,"isAccessibleForFree":65,"interactionStatistic":66},"DigitalDocument",{"name":9,"@type":58},"Person",{"url":42,"name":60,"@type":61},"DocShare","Organization","application/pdf","2026-08-17","2026-08-04",true,{"@type":67,"interactionType":68,"userInteractionCount":20},"InteractionCounter",{"@type":69},"ViewAction",{"@type":71,"mainEntity":72},"FAQPage",[73,79,83],{"name":74,"@type":75,"acceptedAnswer":76},"Cuál es el objetivo principal del proyecto sobre exposición a campos electromagnéticos en Bogotá?","Question",{"text":77,"@type":78},"Implementar modelos predictivos para monitorear de manera continua y pronosticar niveles de exposición a campos electromagnéticos en la ciudad, apoyando la toma de decisiones y la comprensión de riesgos potenciales.","Answer",{"name":80,"@type":75,"acceptedAnswer":81},"Qué etapas del trabajo se describen para construir los modelos?",{"text":82,"@type":78},"El proceso inicia con recopilación y depuración de datos, continúa con análisis estadístico y luego aplica técnicas de Machine Learning para desarrollar modelos predictivos.",{"name":84,"@type":75,"acceptedAnswer":85},"Qué modelos de Machine Learning se proponen y cómo se comparan?",{"text":86,"@type":78},"Se aplican Regresión Lineal, Regresión Logística, Ridge, Lasso y redes neuronales. La comparación se realiza usando métricas estándar de rendimiento y porcentaje de error para determinar el modelo más adecuado.","https://schema.org",{"og:url":53,"og:type":89,"og:title":13,"og:site_name":60,"og:description":14},"article",{"robots":91,"canonical":53},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":94},[95,100,104,108,112,114,118,122,126,130],{"id":96,"doc_module":4,"doc_module_name":47,"category_name":97,"show_sort_weight":98,"slug":99},39,"Cómic",60,"comic",{"id":101,"doc_module":4,"doc_module_name":47,"category_name":102,"show_sort_weight":98,"slug":103},43,"Estilo de Vida","lifestyle",{"id":105,"doc_module":4,"doc_module_name":47,"category_name":106,"show_sort_weight":98,"slug":107},38,"Examen","exam",{"id":109,"doc_module":4,"doc_module_name":47,"category_name":110,"show_sort_weight":98,"slug":111},44,"General","general",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":98,"slug":113},"research-report",{"id":115,"doc_module":4,"doc_module_name":47,"category_name":116,"show_sort_weight":98,"slug":117},37,"Literatura","literature",{"id":119,"doc_module":4,"doc_module_name":47,"category_name":120,"show_sort_weight":98,"slug":121},22,"Relatos y Novelas","story-novel",{"id":123,"doc_module":4,"doc_module_name":47,"category_name":124,"show_sort_weight":98,"slug":125},42,"Religión y Espiritualidad","religion-spirituality",{"id":127,"doc_module":4,"doc_module_name":47,"category_name":128,"show_sort_weight":98,"slug":129},40,"Salud y Atención Médica","healthcare",{"id":131,"doc_module":4,"doc_module_name":47,"category_name":132,"show_sort_weight":98,"slug":133},24,"Tecnología","technology"]