Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos

En la constante búsqueda del método automático que mejor clasifique las señales que arrojan las distintas clases de energías renovables, ya sea un algoritmo que contemple los aspectos temporales o morfológicos de la señal, es inevitable la acumulación de gran cantidad de datos. Como solución a este...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Álvarez Picaza, Carlos, Pisarello, María Inés, Monzón, Jorge Emilio
Formato: Documento de conferencia
Lenguaje:Español
Publicado: Universidad Nacional del Nordeste. Facultad de Ingeniería 2021
Materias:
PCA
Compresión de datos
Factores
Acceso en línea:http://repositorio.unne.edu.ar/handle/123456789/28041
Aporte de:
RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) de Universidad Nacional del Nordeste
id I48-R184-123456789-28041
record_format dspace
spelling I48-R184-123456789-280412025-03-06T11:37:25Z Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos Álvarez Picaza, Carlos Pisarello, María Inés Monzón, Jorge Emilio PCA Compresión de datos Factores En la constante búsqueda del método automático que mejor clasifique las señales que arrojan las distintas clases de energías renovables, ya sea un algoritmo que contemple los aspectos temporales o morfológicos de la señal, es inevitable la acumulación de gran cantidad de datos. Como solución a este problema surgen técnicas estadísticas capaces de reducir el número de variables necesarias. Una consecuencia directa es la obtención de datos normalizados y procesos más eficientes que agilizan los tiempos computacionales y además economizan en espacio de almacenamiento. El análisis y la clasificación de dichas señales pueden realizarse a partir de estudios temporales y morfológicos. El Análisis de Componentes Principales (PCA) es un método que reduce la dimensión de los datos realizando un análisis de covarianza entre factores. A partir del estudio de una central eléctrica compuesta por paneles solares y aerogeneradores, conformamos una matriz dinámica; a la cual aplicamos las técnicas de PCA. Como resultado obtuvimos, en la gran mayoría, reducciones de hasta el 50 % en el número de variables. De un total de diez (10) variables originales, se logró concentrar más del 96 % de la información en sólo cinco (5) componentes principales. Además su aplicación es compatible a cualquier clase de sistemas, inclusive lo biomédicos. 2021-06-03T13:17:02Z 2021-06-03T13:17:02Z 2016-09 Documento de conferencia Álvarez Picaza, Carlos, Pisarello, María Inés y Monzón, Jorge Emilio, 2016. Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos. En: III Congreso Argentino de Ingeniería. IX Congreso Argentino de la Enseñanza en Ingeniería. Resistencia: Universidad Nacional del Nordeste. Facultad de Ingeniería, p. 1-15. http://repositorio.unne.edu.ar/handle/123456789/28041 spa openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ application/pdf p. 1-15 application/pdf Universidad Nacional del Nordeste. Facultad de Ingeniería Universidad Tecnológica Nacional. Facultad Regional Resistencia
institution Universidad Nacional del Nordeste
institution_str I-48
repository_str R-184
collection RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
language Español
topic PCA
Compresión de datos
Factores
spellingShingle PCA
Compresión de datos
Factores
Álvarez Picaza, Carlos
Pisarello, María Inés
Monzón, Jorge Emilio
Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos
topic_facet PCA
Compresión de datos
Factores
description En la constante búsqueda del método automático que mejor clasifique las señales que arrojan las distintas clases de energías renovables, ya sea un algoritmo que contemple los aspectos temporales o morfológicos de la señal, es inevitable la acumulación de gran cantidad de datos. Como solución a este problema surgen técnicas estadísticas capaces de reducir el número de variables necesarias. Una consecuencia directa es la obtención de datos normalizados y procesos más eficientes que agilizan los tiempos computacionales y además economizan en espacio de almacenamiento. El análisis y la clasificación de dichas señales pueden realizarse a partir de estudios temporales y morfológicos. El Análisis de Componentes Principales (PCA) es un método que reduce la dimensión de los datos realizando un análisis de covarianza entre factores. A partir del estudio de una central eléctrica compuesta por paneles solares y aerogeneradores, conformamos una matriz dinámica; a la cual aplicamos las técnicas de PCA. Como resultado obtuvimos, en la gran mayoría, reducciones de hasta el 50 % en el número de variables. De un total de diez (10) variables originales, se logró concentrar más del 96 % de la información en sólo cinco (5) componentes principales. Además su aplicación es compatible a cualquier clase de sistemas, inclusive lo biomédicos.
format Documento de conferencia
author Álvarez Picaza, Carlos
Pisarello, María Inés
Monzón, Jorge Emilio
author_facet Álvarez Picaza, Carlos
Pisarello, María Inés
Monzón, Jorge Emilio
author_sort Álvarez Picaza, Carlos
title Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos
title_short Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos
title_full Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos
title_fullStr Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos
title_full_unstemmed Análisis de componentes principales desarrollado en energías renovables. Aplicación a sistemas dinámicos y biomédicos
title_sort análisis de componentes principales desarrollado en energías renovables. aplicación a sistemas dinámicos y biomédicos
publisher Universidad Nacional del Nordeste. Facultad de Ingeniería
publishDate 2021
url http://repositorio.unne.edu.ar/handle/123456789/28041
work_keys_str_mv AT alvarezpicazacarlos analisisdecomponentesprincipalesdesarrolladoenenergiasrenovablesaplicacionasistemasdinamicosybiomedicos
AT pisarellomariaines analisisdecomponentesprincipalesdesarrolladoenenergiasrenovablesaplicacionasistemasdinamicosybiomedicos
AT monzonjorgeemilio analisisdecomponentesprincipalesdesarrolladoenenergiasrenovablesaplicacionasistemasdinamicosybiomedicos
_version_ 1832345224491302912

Ejemplares similares