Please use this identifier to cite or link to this item:
https://hdl.handle.net/11000/26560
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Galiano Ibarra, Vicente | - |
dc.contributor.author | Manzano Navarro, Aarón | - |
dc.contributor.other | Departamentos de la UMH::Ingeniería de Computadores | es_ES |
dc.date.accessioned | 2022-04-08T07:20:16Z | - |
dc.date.available | 2022-04-08T07:20:16Z | - |
dc.date.created | 2021-07-08 | - |
dc.identifier.uri | http://hdl.handle.net/11000/26560 | - |
dc.description.abstract | En primer lugar, se seleccionarán una serie de datos relacionados con las características propias de la placa solar, de los que nos interesan unos parámetros determinados. Estos datos serán obtenidos gracias a la fuente de datos de NREL (laboratorio nacional de energías renovables). A continuación, se les realizará un preprocesamiento para transformarlos y reducir el valor de los errores encontrados para, en último lugar, quedarnos con los datos más útiles que nos permitan entrenar eficientemente la red neuronal. Dicha red se encargará de obtener las predicciones más reales posibles. | es_ES |
dc.format | application/pdf | es_ES |
dc.format.extent | 92 | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad Miguel Hernández de Elche | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | inteligencia artificial | es_ES |
dc.subject | redes neuronales | es_ES |
dc.subject | placas solares | es_ES |
dc.subject | Python | es_ES |
dc.subject.other | CDU::6 - Ciencias aplicadas::62 - Ingeniería. Tecnología | es_ES |
dc.title | Aplicaciones de la inteligencia artificial en el modelado de paneles solares | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
View/Open:
TFG-Manzano Navarro, Aarón.pdf
3,93 MB
Adobe PDF
Share: