YAML Metadata
Warning:
empty or missing yaml metadata in repo card
(https://huggingface.co/docs/hub/model-cards#model-card-metadata)
RNN Model for PM2.5 Prediction
Descripci贸n
Este modelo RNN est谩 dise帽ado para predecir los niveles de PM2.5 en el 脕rea Metropolitana del Valle de Aburr谩. Utiliza datos hist贸ricos de calidad del aire para hacer sus predicciones, implementando una red neuronal recurrente (RNN) para capturar las dependencias temporales de las mediciones de PM2.5.
Modelo
El modelo consiste en una capa RNN simple seguida de una capa densa para predecir el valor de PM2.5 en un momento futuro basado en una secuencia de valores anteriores.
Arquitectura
- Entrada: Secuencia de valores PM2.5 de los 煤ltimos 5 d铆as.
- Capa RNN: 8 unidades.
- Capa de salida: Capa densa con una sola salida para predecir el PM2.5.
Uso
El modelo espera recibir una secuencia de 5 valores previos de PM2.5 como entrada y devuelve un valor que predice la concentraci贸n de PM2.5 para el pr贸ximo intervalo.
Ejemplo de c贸digo para utilizar el modelo:
import requests
API_URL = "https://api-inference.huggingface.co/models/ManCD/rnn-pm25-model"
headers = {"Authorization": "Bearer tu_token_de_Hugging_Face"}
def query(payload):
response = requests.post(API_URL, headers=headers, json=payload)
return response.json()
data = [10, 12, 15, 13, 11] # Ejemplo de datos de entrada
output = query({"inputs": data})
print(output)