Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción
El presente trabajo incluye el análisis de series temporales de dirección e intensidad de viento en la estación Allen en Río Negro obtenidas durante el desarrollo del Proyecto MECIN, utilizando procedimientos de redes neuronales a partir de la integración de mapas auto organizados y algoritmos de in...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | Articulo |
Lenguaje: | Español |
Publicado: |
2006
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/88453 |
Aporte de: |
id |
I19-R120-10915-88453 |
---|---|
record_format |
dspace |
institution |
Universidad Nacional de La Plata |
institution_str |
I-19 |
repository_str |
R-120 |
collection |
SEDICI (UNLP) |
language |
Español |
topic |
Ingeniería Geografía Radiación solar Clima Viento redes neuronales mapas auto-organizados algoritmos de inducción |
spellingShingle |
Ingeniería Geografía Radiación solar Clima Viento redes neuronales mapas auto-organizados algoritmos de inducción Cogliati, Marisa Gloria Britos, Paola Verónica García Martínez, Ramón Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción |
topic_facet |
Ingeniería Geografía Radiación solar Clima Viento redes neuronales mapas auto-organizados algoritmos de inducción |
description |
El presente trabajo incluye el análisis de series temporales de dirección e intensidad de viento en la estación Allen en Río Negro obtenidas durante el desarrollo del Proyecto MECIN, utilizando procedimientos de redes neuronales a partir de la integración de mapas auto organizados y algoritmos de inducción. Se efectuó el análisis de reglas de comportamiento. Se detectaron 7 grupos, y 38 reglas, de las que se seleccionaron 9 que cumplían simultáneamente con las siguientes consideraciones: eran soportadas por más de 25 datos y nivel de confianza superior a 0.84. Esto incluyó el 79% del total de los datos. Los grupos separaron patrones asociables al comportamiento esperable según análisis previos realizados a las series utilizando métodos tradicionales. La inclusión de un número más grande de variables como tiempo y fecha produjo un número mucho mayor de reglas, sin definir intervalos precisos, con pautas confusas y separando tanto pautas obvias como útiles. |
format |
Articulo Articulo |
author |
Cogliati, Marisa Gloria Britos, Paola Verónica García Martínez, Ramón |
author_facet |
Cogliati, Marisa Gloria Britos, Paola Verónica García Martínez, Ramón |
author_sort |
Cogliati, Marisa Gloria |
title |
Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción |
title_short |
Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción |
title_full |
Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción |
title_fullStr |
Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción |
title_full_unstemmed |
Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción |
title_sort |
análisis del viento en el valle del río negro mediante mapas auto organizados y algoritmos de inducción |
publishDate |
2006 |
url |
http://sedici.unlp.edu.ar/handle/10915/88453 |
work_keys_str_mv |
AT cogliatimarisagloria analisisdelvientoenelvalledelrionegromediantemapasautoorganizadosyalgoritmosdeinduccion AT britospaolaveronica analisisdelvientoenelvalledelrionegromediantemapasautoorganizadosyalgoritmosdeinduccion AT garciamartinezramon analisisdelvientoenelvalledelrionegromediantemapasautoorganizadosyalgoritmosdeinduccion |
bdutipo_str |
Repositorios |
_version_ |
1764820489947054082 |