Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas

Mostrar todas las versiones(2)

En el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Morales, D. Martín, Cappelletti, Marcelo, Hasperué, Waldo, Charlier, Leandro, Casas, Guillermo
Otros Autores: Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Formato: Documento de conferencia submittedVersion
Lenguaje:Español
Publicado: Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016
Materias:
Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
Acceso en línea:https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61675
Aporte de:
Repositorio Digital - Universidad Católica de Salta (UCASal) de Universidad Católica de Salta
id I49-R155-61675
record_format dspace
spelling I49-R155-616752024-12-03T19:39:00Z https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61675 61675 20170621u u u0frey0103 ba spa Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016-12-30 info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/submittedVersion application/pdf 1001514 Salta (province) En el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de Argentina. Y por otro lado, se presenta la utilización de la técnica de algoritmos genéticos para la extracción de diferentes parámetros eléctricos de una celda solar. Los resultados obtenidos son útiles para predecir el comportamiento de ambos sistemas analizados. Fil: Morales, D. Martín. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Cappelletti, Marcelo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Hasperué, Waldo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Charlier, Leandro. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Casas, Guillermo. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Morales, D. Martín Cappelletti, Marcelo Hasperué, Waldo Charlier, Leandro Casas, Guillermo Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta) Informática Inteligencia artificial Redes neuronales artificiales Algoritmo info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) Researchers Students
institution Universidad Católica de Salta
institution_str I-49
repository_str R-155
collection Repositorio Digital - Universidad Católica de Salta (UCASal)
language Español
orig_language_str_mv spa
topic Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
spellingShingle Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
Morales, D. Martín
Cappelletti, Marcelo
Hasperué, Waldo
Charlier, Leandro
Casas, Guillermo
Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
topic_facet Informática
Inteligencia artificial
Redes neuronales artificiales
Algoritmo
description En el presente trabajo, técnicas de inteligencia artificial subsimbólica, tales como redes neuronales artificiales y algoritmos genéticos son utilizados como una primera aproximación para la obtención de parámetros de sistemas relacionados con las energías renovables. En particular, por un lado, se presenta el entrenamiento de una red neuronal artificial multicapa para predecir a corto plazo la irradiancia solar en una localidad de Argentina. Y por otro lado, se presenta la utilización de la técnica de algoritmos genéticos para la extracción de diferentes parámetros eléctricos de una celda solar. Los resultados obtenidos son útiles para predecir el comportamiento de ambos sistemas analizados.
author2 Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
author_facet Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Morales, D. Martín
Cappelletti, Marcelo
Hasperué, Waldo
Charlier, Leandro
Casas, Guillermo
format Documento de conferencia
Documento de conferencia
submittedVersion
author Morales, D. Martín
Cappelletti, Marcelo
Hasperué, Waldo
Charlier, Leandro
Casas, Guillermo
author_sort Morales, D. Martín
title Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_short Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_full Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_fullStr Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_full_unstemmed Redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
title_sort redes neuronales artificiales y algoritmos genéticos en aplicaciones energéticas
publisher Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publishDate 2016
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61675
work_keys_str_mv AT moralesdmartin redesneuronalesartificialesyalgoritmosgeneticosenaplicacionesenergeticas
AT cappellettimarcelo redesneuronalesartificialesyalgoritmosgeneticosenaplicacionesenergeticas
AT hasperuewaldo redesneuronalesartificialesyalgoritmosgeneticosenaplicacionesenergeticas
AT charlierleandro redesneuronalesartificialesyalgoritmosgeneticosenaplicacionesenergeticas
AT casasguillermo redesneuronalesartificialesyalgoritmosgeneticosenaplicacionesenergeticas
_version_ 1823985343816269824

Ejemplares similares