Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable
El concepto de ciudades inteligentes y sostenibles se introdujo para superar los grandes desafíos que enfrenta el desarrollo urbano. Por lo tanto, el crecimiento demográfico y el cambio climático presentan nuevos retos para las administraciones gubernamentales y las empresas de consumo de agua potab...
Guardado en:
Autores principales: | , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2018
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/67101 |
Aporte de: |
id |
I19-R120-10915-67101 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ciencias Informáticas smart city big data machine learning redes inteligentes de agua |
spellingShingle |
Ciencias Informáticas smart city big data machine learning redes inteligentes de agua Pandolfi, Daniel Alba Torres, Enrique Villagra, Andrea Leguizamón, Guillermo Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
topic_facet |
Ciencias Informáticas smart city big data machine learning redes inteligentes de agua |
description |
El concepto de ciudades inteligentes y sostenibles se introdujo para superar los grandes desafíos que enfrenta el desarrollo urbano. Por lo tanto, el crecimiento demográfico y el cambio climático presentan nuevos retos para las administraciones gubernamentales y las empresas de consumo de agua potable. Los sistemas inteligentes de distribución de agua potable deben ser cada vez más eficientes y responder a múltiples restricciones de abastecimiento. Las variables relacionadas a la demanda residencial de agua es uno de los parámetros más difíciles de determinar para modelar en este tipo de sistemas. El objetivo de esta línea es identificar los distintos factores que inciden en el estudio de la demanda de consumo de agua potable a escalas espaciales y temporales, e incorporar modelos que proporcionen estimaciones confiables para predecir el consumo de agua urbana a nivel residencial a corto, medio y largo plazo. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Pandolfi, Daniel Alba Torres, Enrique Villagra, Andrea Leguizamón, Guillermo |
author_facet |
Pandolfi, Daniel Alba Torres, Enrique Villagra, Andrea Leguizamón, Guillermo |
author_sort |
Pandolfi, Daniel |
title |
Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
title_short |
Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
title_full |
Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
title_fullStr |
Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
title_full_unstemmed |
Redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
title_sort |
redes inteligentes de agua: factores y métodos para la predicción del consumo residencial de agua potable |
publishDate |
2018 |
url |
http://sedici.unlp.edu.ar/handle/10915/67101 |
work_keys_str_mv |
AT pandolfidaniel redesinteligentesdeaguafactoresymetodosparalapredicciondelconsumoresidencialdeaguapotable AT albatorresenrique redesinteligentesdeaguafactoresymetodosparalapredicciondelconsumoresidencialdeaguapotable AT villagraandrea redesinteligentesdeaguafactoresymetodosparalapredicciondelconsumoresidencialdeaguapotable AT leguizamonguillermo redesinteligentesdeaguafactoresymetodosparalapredicciondelconsumoresidencialdeaguapotable |
bdutipo_str |
Repositorios |
_version_ |
1764820480916717568 |