Monitoreo de carga por métodos no invasivos en el hogar argentino utilizando redes neuronales
En la actualidad, mucha gente podría verse interesada en el monitoreo energético de sus viviendas, con el fin de optimizar sus consumos. De esta manera, se conocerían los artefactos eléctricos que más energía consumen, su incidencia en el tiempo, cuán representativo resulta el consumo del resto de l...
Guardado en:
| Autores principales: | Cocconi, Diego, Beinotti, Raúl, Yuan, Rebeca, Mulassano, Micaela, Bruno, Javier, Beltramone, Matías |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/67071 |
| Aporte de: |
Ejemplares similares
-
Aplicación de una arquitectura de red neuronal para el monitoreo de carga por métodos no invasivos (NILM) utilizando ciclos de activación de artefactos eléctricos en el entrenamiento
por: Cocconi, Diego Alejandro, et al.
Publicado: (2022) -
Aplicación de una arquitectura de red neuronal para el monitoreo de carga por
métodos no invasivos (NILM) utilizando ciclos de activación de artefactos eléctricos en
el entrenamiento
por: Cocconi, Diego, et al.
Publicado: (2019) -
Machine Learning como herramienta para monitoreo e identificación rápida de cianobacterias
por: Rosa, Silvina M., et al.
Publicado: (2024) -
Verificación automática del uso de elementos de seguridad utilizando visión computacional
por: Gallardo, Cesar, et al.
Publicado: (2023) -
Predicción de la concentración de arsénico utilizando redes neuronales.
por: Rigalli, Alfredo
Publicado: (2021)