Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Universidad de Costa Rica
2022
|
| Soggetti: | |
| Accesso online: | https://www.redalyc.org/articulo.oa?id=476870766005 https://www.redalyc.org/journal/4768/476870766005/ https://www.redalyc.org/journal/4768/476870766005/html/ https://www.redalyc.org/journal/4768/476870766005/476870766005.epub https://www.redalyc.org/journal/4768/476870766005/movil https://doi.org/10.15517/eci.v12i1.47628 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Sommario:
- Estado del Arte de la Predicción de Variables en Sistemas de Ingeniería Eléctrica Basada en Inteligencia Artificial Joseline Sánchez Solís Marvin Coto Jiménez Ciencias de la Información Ingeniería Eléctrica Inteligencia Artificial Predicción de variables eléctricas Existe una gran cantidad de sistemas que se estudian y desarrollan en el campo de la Ingeniería Eléctrica en los que se realizan análisis que tienen como uno de sus fines principales la predicción de sus variables, tanto para procesos de planificación como de toma de decisiones. Con el advenimiento de la Inteligencia Artificial, se ha observado cómo distintas técnicas relacionadas con el aprendizaje automático y la optimización se han incorporado a estas tareas de predicción, con las cuales se obtienen generalmente mejores resultados en los valores estimados que aquellos generados a partir de técnicas más tradicionales. La presente investigación tiene como objetivo realizar una revisión de lo publicado sobre predicciones de variables en sistemas de Ingeniería Eléctrica en las bases de datos EBSCO, SciELO, RedAlyc, Springer Link, IEEE Xplorer, y Google Académico, a partir de una delimitación temporal y de palabras clave del área. A partir del análisis de la literatura se obtuvo la tendencia sobre el tema a partir de los años más productivos, áreas de impacto e idiomas más frecuentes. Se observó que los estudios desarrollados han crecido en años recientes, y que las áreas de mayor impacto, de acuerdo con el número de publicaciones y de citas son la predicción del consumo y producción de energía eléctrica, y las variables relacionadas con energías renovables. 2022 artículo científico 1659-4142 https://www.redalyc.org/articulo.oa?id=476870766005 https://www.redalyc.org/journal/4768/476870766005/ https://www.redalyc.org/journal/4768/476870766005/html/ https://www.redalyc.org/journal/4768/476870766005/476870766005.epub https://www.redalyc.org/journal/4768/476870766005/movil https://doi.org/10.15517/eci.v12i1.47628 es http://www.redalyc.org/revista.oa?id=4768 Revista e-Ciencias de la Información application/pdf Universidad de Costa Rica Revista e-Ciencias de la Información (Costa Rica) Num.1 Vol.12