Modelado Predictivo de Variables de Calidad en Aguas Residuales Mediante Inteligencia Artificial
Ibero Ciencias - Revista Científica y Académica - ISSN 3072-7197 · 17.04.2026 · 5 (2) · 353-362
DOI: 10.63371/ic.v5.n2.a974 ↗Kurz gefasst
Fachartikel in der Zeitschrift Ibero Ciencias - Revista Científica y Académica - ISSN 3072-7197, online erschienen am 17.04.2026. Verfasst von Lorenz Adriana Cortinas Bernal und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
This study aimed to validate the prediction of water quality variables through supervised learning. The dataset was obtained from an activated sludge Wastewater Treatment Plant (WWTP) located in Manresa, near Barcelona. Statistical comparison confirmed the superiority of the proposed model, achieving an accuracy of 98.1% based on confusion matrix analysis. The findings demonstrate that the use of neural networks enhances accuracy in environmental monitoring, providing a reliable tool for water resource management.
Zitieren
APA
Bernal, L. A. C., Martínez, A. I. S., & Martínez, F. C. (2026). Modelado Predictivo de Variables de Calidad en Aguas Residuales Mediante Inteligencia Artificial. Ibero Ciencias - Revista Científica y Académica - ISSN 3072-7197, 5(2), 353-362. https://doi.org/10.63371/ic.v5.n2.a974
Vancouver
Bernal LAC, Martínez AIS, Martínez FC. Modelado Predictivo de Variables de Calidad en Aguas Residuales Mediante Inteligencia Artificial. Ibero Ciencias - Revista Científica y Académica - ISSN 3072-7197. 2026;5(2):353-362. doi:10.63371/ic.v5.n2.a974
BibTeX
@article{Bernal2026,
author = {Bernal, Lorenz Adriana Cortinas and Martínez, Alicia Ivonne Simental and Martínez, Facundo Cortes},
title = {Modelado Predictivo de Variables de Calidad en Aguas Residuales Mediante Inteligencia Artificial},
journal = {Ibero Ciencias - Revista Científica y Académica - ISSN 3072-7197},
year = {2026},
volume = {5},
number = {2},
pages = {353--362},
doi = {10.63371/ic.v5.n2.a974}
}
EUVIMED