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
Con el objetivo de lograr identificar artefactos eléctricos utilizando redes neuronales a partir de una medida total de consumo de energía (técnica conocida como NILM, del inglés Non-Intrusive Load Monitoring), en el presente trabajo se plantea la evaluación de dos tipos de redes neuronales capaces...
Guardado en:
Autores principales: | , , , |
---|---|
Formato: | Documento de conferencia publisherVersion |
Lenguaje: | Español |
Publicado: |
Editorial UNSJ, 2019
2022
|
Materias: | |
Acceso en línea: | http://hdl.handle.net/20.500.12272/7179 |
Aporte de: |
id |
I68-R174-20.500.12272-7179 |
---|---|
record_format |
dspace |
institution |
Universidad Tecnológica Nacional |
institution_str |
I-68 |
repository_str |
R-174 |
collection |
RIA - Repositorio Institucional Abierto (UTN) |
language |
Español |
topic |
NILM Consumo de energía Ciclos de activación Aprendizaje automático Redes neuronales |
spellingShingle |
NILM Consumo de energía Ciclos de activación Aprendizaje automático Redes neuronales Cocconi, Diego Alejandro Yuan, Rebeca Mulassano, Micaela Ferreyra, Diego M. 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 |
topic_facet |
NILM Consumo de energía Ciclos de activación Aprendizaje automático Redes neuronales |
description |
Con el objetivo de lograr identificar artefactos eléctricos utilizando redes neuronales a partir de una medida total de consumo de energía (técnica conocida como NILM, del inglés Non-Intrusive Load Monitoring), en el presente trabajo se plantea la evaluación de dos tipos de redes neuronales capaces de realizar tal tarea, contando como ejemplos de entrenamiento válidos para el aprendizaje con ciclos de activación de diferentes artefactos que ya fueron identificados por un algoritmo de detención desarrollado en trabajos anteriores. |
format |
Documento de conferencia publisherVersion |
author |
Cocconi, Diego Alejandro Yuan, Rebeca Mulassano, Micaela Ferreyra, Diego M. |
author_facet |
Cocconi, Diego Alejandro Yuan, Rebeca Mulassano, Micaela Ferreyra, Diego M. |
author_sort |
Cocconi, Diego Alejandro |
title |
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 |
title_short |
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 |
title_full |
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 |
title_fullStr |
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 |
title_full_unstemmed |
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 |
title_sort |
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 |
publisher |
Editorial UNSJ, 2019 |
publishDate |
2022 |
url |
http://hdl.handle.net/20.500.12272/7179 |
work_keys_str_mv |
AT cocconidiegoalejandro aplicaciondeunaarquitecturaderedneuronalparaelmonitoreodecargapormetodosnoinvasivosnilmutilizandociclosdeactivaciondeartefactoselectricosenelentrenamiento AT yuanrebeca aplicaciondeunaarquitecturaderedneuronalparaelmonitoreodecargapormetodosnoinvasivosnilmutilizandociclosdeactivaciondeartefactoselectricosenelentrenamiento AT mulassanomicaela aplicaciondeunaarquitecturaderedneuronalparaelmonitoreodecargapormetodosnoinvasivosnilmutilizandociclosdeactivaciondeartefactoselectricosenelentrenamiento AT ferreyradiegom aplicaciondeunaarquitecturaderedneuronalparaelmonitoreodecargapormetodosnoinvasivosnilmutilizandociclosdeactivaciondeartefactoselectricosenelentrenamiento |
bdutipo_str |
Repositorios |
_version_ |
1764820553656434688 |