Generación de datos climáticos sintéticos a través de redes generativas adversariales condicionales para aplicaciones en agricultura de precisión
DOI:
https://doi.org/10.63728/riisds.v10i1.28Palabras clave:
CTGAN, datos sintéticos, temperatura, presión, simulaciónResumen
La generación de datos sintéticos es fundamental en áreas como la inteligencia artificial y la agricultura de precisión, donde los datos reales pueden ser escasos. En este estudio, se empleó CTGAN (Conditional Tabular Generative Adversarial Networks) para crear datos sintéticos de temperatura y presión, utilizando registros reales de la estación meteorológica del Aeropuerto Internacional de Mazatlán, Sinaloa, desde febrero de 2022 hasta octubre de 2024. Se realizó un preprocesamiento exhaustivo que incluyó limpieza, normalización y segmentación temporal, preparando los datos para el entrenamiento del modelo CTGAN mediante el ajuste de parámetros como el número de épocas, la tasa de aprendizaje y el tamaño de lote. Los resultados mostraron que CTGAN replicó eficazmente las distribuciones generales de temperatura y presión, evidenciado por histogramas y boxplots comparativos. No obstante, se observaron limitaciones en la preservación de correlaciones multivariables complejas, como la relación negativa entre temperatura y presión, y en la generación de valores extremos, lo que indica una tendencia del modelo a suavizar variaciones críticas.
Citas
Arjovsky, M., Chintala, S., & Bottou, L. (2017). Wasserstein GAN (Versión 3). arXiv. https://doi.org/10.48550/ARXIV.1701.07875
Aseeri, A. O., Zhuang, Y., & Alkatheiri, M. S. (2018). A Subspace Pre-learning Approach to Fast High-Accuracy Machine Learning of Large XOR PUFs with Component-Differential Challenges. 2018 IEEE International Conference on Big Data (Big Data), 1563-1568. https://doi.org/10.1109/BigData.2018.8621890
Choi, E., Biswal, S., Malin, B., Duke, J., Stewart, W. F., & Sun, J. (2017). Generating Multi-label Discrete Patient Records using Generative Adversarial Networks (Versión 3). arXiv. https://doi.org/10.48550/ARXIV.1703.06490
Corriger, J., & Goret, J. (2024). Développement et évaluation d’approches algorithmiques et par GAN pour la génération de données synthétiques en Allergologie. Revue Française d’Allergologie, 64, 103893. https://doi.org/10.1016/j.reval.2024.103893
Dosiadis, E., Katsogiannou, A., Nikitakis, E., Valiantza, E., Gerontidis, S., Soulis, K., & Kalivas, D. (2024, marzo 8). Assessing Global Climate Datasets for Small-Scale Agricultural Applications: The Case of Nemea, Greece. https://doi.org/10.5194/egusphere-egu24-3839
Elghamrawy, S. (2023). An AI-Based Prediction Model for Climate Change Effects on Crop production using IoT. 2023 International Telecommunications Conference (ITC-Egypt), 497-503. https://doi.org/10.1109/ITC-Egypt58155.2023.10206201
Goncalves, A., Ray, P., Soper, B., Stevens, J., Coyle, L., & Sales, A. P. (2020). Generation and evaluation of synthetic patient data. BMC Medical Research Methodology, 20(1), 108. https://doi.org/10.1186/s12874-020-00977-1
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative Adversarial Networks (Versión 1). arXiv. https://doi.org/10.48550/ARXIV.1406.2661
Goyal, M., & Mahmoud, Q. H. (2024). A Systematic Review of Synthetic Data Generation Techniques Using Generative AI. Electronics, 13(17), 3509. https://doi.org/10.3390/electronics13173509
Han, H., Zhang, M., Hou, M., Zhang, F., Wang, Z., Chen, E., Wang, H., Ma, J., & Liu, Q. (2020). STGCN: A Spatial-Temporal Aware Graph Learning Method for POI Recommendation. 2020 IEEE International Conference on Data Mining (ICDM), 1052-1057. https://doi.org/10.1109/ICDM50108.2020.00124
Herrera, H. (2021). Synthetic data starch potato system Veenkoloniën (Versión 1) [Dataset]. Zenodo. https://doi.org/10.5281/ZENODO.5016321
Karras, T., Laine, S., & Aila, T. (2019). A Style-Based Generator Architecture for Generative Adversarial Networks. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 4396-4405. https://doi.org/10.1109/CVPR.2019.00453
Mishra, A., & Misra, S. P. (2019). Upsilon decay widths in magnetized asymmetric nuclear matter (Versión 2). arXiv. https://doi.org/10.48550/ARXIV.1907.11380
Nyambo, D. G., Ngulumbi, N., Mduma, N., Sinde, R., & Lyimo, T. (2023). Data Synthesis Technique for Categorical Pestes Des Petits Ruminants (PPR) Data Using CTGAN Model. https://doi.org/10.20944/preprints202305.0777.v1
Patki, N., Wedge, R., & Veeramachaneni, K. (2016). The Synthetic Data Vault. 2016 IEEE International Conference on Data Science and Advanced Analytics (DSAA), 399-410. https://doi.org/10.1109/DSAA.2016.49
Radford, A., Metz, L., & Chintala, S. (2015). Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks (Versión 2). arXiv. https://doi.org/10.48550/ARXIV.1511.06434
Rajotte, J.-F., Bergen, R., Buckeridge, D. L., El Emam, K., Ng, R., & Strome, E. (2022). Synthetic data as an enabler for machine learning applications in medicine. iScience, 25(11), 105331. https://doi.org/10.1016/j.isci.2022.105331
Schröder, W., & Nickel, S. (2020). Research Data Management as an Integral Part of the Research Process of Empirical Disciplines Using Landscape Ecology as an Example. Data Science Journal, 19, 26. https://doi.org/10.5334/dsj-2020-026
Xu, L., Skoularidou, M., Cuesta-Infante, A., & Veeramachaneni, K. (2019). Modeling Tabular data using Conditional GAN (Versión 2). arXiv. https://doi.org/10.48550/ARXIV.1907.00503
