Palabras clave:
dato, información, conocimiento, minería de datos y meteorología.Resumen
La región boyacense no es ajena a los efectos negativos del cambio del clima, generando problemas a la agricultura, sector económico que recibe el mayor impacto, por lo que es urgente desarrollar la Predicción Agrometeorológica (PA), con el fin de adoptar medidas que permitan reducir la vulnerabilidad del sector ante heladas, períodos largos de verano o de lluvias, etcétera. Por lo expuesto, el Grupo de Inteligencia Artificial de la Fundación Universitaria Juan de Castellanos GIA-JDC, plantea este proyecto científico para mejorar la precisión de los indicadores agrometeorológicos mediante el desarrollo de una metodología que incluya técnicas de Inteligencia Artificial (Minería de datos, lógica difusa y algoritmos genéticos). Este artículo presenta la primera fase, procurando exponer, dónde, cómo y cuándo se aplica la teoría más relevante de la obtención de conocimiento, y su incidencia en la metodología propuesta para el desarrollo de la investigación.
Descargas
Citas
•PYLE, D. (1999). Data Preparation for Data Mining. Morgan Kaufmann.
•FAYYAD, et al. (1996). Advances in Knowledge Discovery and Data Mining. AAAI Press / The MIT Press.
•IAN H. WITTEN & EIBE FRANK. (1999). Data Mining: Practical Maching Learning Tools and Techniques with java implementations. Morgan Kaufmann.
•Organización Meteorológica Mundial. (2004). Servicios de Información y Predicción del Clima (SIPC) y Aplicaciones Agrometeorológicas para los Países Andinos. Actas de la Reunión Técnica llevada a cabo en Guayaquil, Ecuador, del 8 al 12 de diciembre de 2003. Ginebra: Organización Metereológica Mundial. Consultada el 20 de febrero/07.
