Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/36251

Desarrollo de modelos basados en Deep Learning aplicados a la predicción de resultados en carreras de Fórmula 1


Vista previa

Ver/Abrir:
 TFG-Chekh Zen, Luna Sai.pdf

4,17 MB
Adobe PDF
Compartir:
Título :
Desarrollo de modelos basados en Deep Learning aplicados a la predicción de resultados en carreras de Fórmula 1
Autor :
Chekh Zen, Luna Safi
Tutor:
Peñalver Benavent, Antonio  
Editor :
Universidad Miguel Hernández de Elche
Departamento:
Departamentos de la UMH::Ingeniería de Computadores
Fecha de publicación:
2025-02
URI :
https://hdl.handle.net/11000/36251
Resumen :
Este Trabajo de Fin de Grado se centra en la aplicación de técnicas de machine learning para el análisis y la predicción del rendimiento de pilotos y monoplazas en la Fórmula 1, un ámbito caracterizado por el uso intensivo de datos y estrategias avanzadas de ingeniería. El proyecto aborda la construcción y evaluación de cuatro modelos predictivos orientados a diferentes aspectos clave del rendimiento: la predicción de posiciones finales según el circuito, la influencia de las condiciones climáticas, la relación entre las posiciones de clasificación y carrera, y el impacto de las estrategias de neumáticos. Para ello, se han utilizado datos de telemetría, históricos y contextuales obtenidos mediante herramientas específicas.
Palabras clave/Materias:
IA
Deep Learning
Fórmula 1
Área de conocimiento :
CDU: Ciencias aplicadas: Ingeniería. Tecnología
Tipo de documento :
info:eu-repo/semantics/bachelorThesis
Derechos de acceso:
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Aparece en las colecciones:
TFG-Ingeniería Informática en Tecnologías de la Información (ELCHE)



Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.