Posgrado

Permanent URI for this community

Now showing 1 - 1 of 1

Desarrollo de modelo predictivo basado en aprendizaje automático para estimar factores de emisión en las iniciativas de mitigación de cambio climático en Colombia
(Pontificia Universidad Javeriana Cali, 2026) Acosta Méndez, Daniel Felipe; Gil González, Julián
Este proyecto creó un modelo predictivo que usa el aprendizaje automático para determinar el factor de emisión de gases de efecto invernadero (FACTOR_EMISION, tCO₂e) registrado en el sistema RENARE del Ministerio colombiano de Ambiente y Desarrollo Sostenible por las acciones de mitigación. Se creó un pipeline modular que une la justificación IPCC (42 variables) con la ingeniería de características, la división por sectores (FORESTAL, ENERGÍA, OTROS), el análisis de interpretabilidad SHAP y la optimización bayesiana mediante Optuna (150 pruebas). Los modelos seleccionados por segmento (CatBoost, LightGBM, RandomForest y XGBoost) alcanzaron un R² de entre 0,843 y 0,873 en el conjunto de prueba; para ello, se empleó la validación cruzada 5-fold y el bootstrap con un total de 500 muestras. El análisis SHAP mostró que existe concordancia entre las variables más influyentes y la información climática del IPCC. Se encontraron 37 registros anómalos (0,74 % del conjunto de datos), lo que evidencia que el modelo puede ser una herramienta para la auditoría del sistema MRV en Colombia.