RT info:eu-repo/semantics/bachelorThesis
T1 Uso de técnicas de soft computing en problemas energéticos en edificios inteligentes
A1 Durand Bartolo, Daniela Camila
K1 Predicción
K1 Consumo de energía
K1 Edificios inteligentes
K1 Aprendizaje automático
K1 Series temporales
K1 Forecasting
K1 Energy consumption
K1 Smart buildings
K1 Machine learning
K1 Time series
K1 Informática
K1 Computer science
AB Este Trabajo de Fin de Grado (TFG) explora el proceso de predicción del consumo de energía en edificios inteligentes en función del consumo de los dispositivos y aparatos. Para ello, se generan modelos de predicción empleando técnicas de Aprendizaje Automático (AA), teniendo en cuenta que se trabaja con series temporales, ya que el consumo en cierto momento puede estar relacionado con el consumo en momentos anteriores. El trabajo detalla los pasos del proceso de predicción, presentando en primer lugar los conceptos teóricos necesarios, para luego aplicarlos a un conjunto de datos reales.
YR 2021
FD 2021
LK http://hdl.handle.net/10017/49698
UL http://hdl.handle.net/10017/49698
LA spa
DS MINDS@UW
RD 27-abr-2024