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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Cogliati, Marisa Gloria, Britos, Paola Verónica, García Martínez, Ramón
Formato: Articulo
Lenguaje:Español
Publicado: 2006
Materias:
Ingeniería
Geografía
Radiación solar
Clima
Viento
redes neuronales
mapas auto-organizados
algoritmos de inducción
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/88453
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
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

Ejemplares similares