Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

TIN2014-54583-C2-1-R

Financiado

ALGORITMOS DE CLASIFICACION ORDINAL Y PREDICCION EN ENERGIAS RENOVABLES

DADO QUE LOS RECURSOS ENERGETICOS FOSILES NO SATISFARAN LAS NECESIDADES ENERGETICAS DE LA POBLACION MUNDIAL A CORTO-MEDIO PLAZO, EXISTE ACTUALMENTE UN INTERES CRECIENTE EN INVESTIGAR FUENTES ALTERNATIVAS DE ENERGIA EFICIENTE, SEGU... ver más

01/01/2014

UCO

96K€

Presupuesto del proyecto: 96K€

Líder del proyecto

UNIVERSIDAD DE CÓRDOBA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1411

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2014-01-01

0% 100%

Participantes

UCO

Lider

Proyectos interesantes

TIN2014-54583-C2-2-R NUEVOS ALGORITMOS HIBRIDOS BIO-INSPIRADOS PARA PROBLEMAS DE... 65K€ Cerrado

PID2019-107455RB-C22 PREDICCION PROBABILISTICA Y OPTIMIZACION METAHEURISTICA DEL... 48K€ Cerrado

TED2021-131311B-C22 SOLUCIONES DIGITALES PARA MANTENIMIENTO PREDICTIVO DE PLANTA... 156K€ Cerrado

RTC2019-006912-3 Deep Learning on the Edge para el mantenimiento predictivo y... 292K€ Cerrado

TED2021-131311B-C21 SOLUCIONES DIGITALES PARA MANTENIMIENTO PREDICTIVO DE PLANTA... 156K€ Cerrado

PhyDAWN Physics-informed Data-driven Analysis for Wind Power Hubs 215K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD DE CÓRDOBA

Total investigadores 1411

Presupuesto del proyecto 96K€

Descripción del proyecto DADO QUE LOS RECURSOS ENERGETICOS FOSILES NO SATISFARAN LAS NECESIDADES ENERGETICAS DE LA POBLACION MUNDIAL A CORTO-MEDIO PLAZO, EXISTE ACTUALMENTE UN INTERES CRECIENTE EN INVESTIGAR FUENTES ALTERNATIVAS DE ENERGIA EFICIENTE, SEGURA Y LIMPIA, PARA POTENCIAR EL RENDIMIENTO DE LAS ACTUALES INFRAESTRUCTURAS, LA PREDICCION DE LA ENERGIA PRODUCIDA ES CLAVE PARA ASEGURAR SU INTRODUCCION EFECTIVA EN LA RED ELECTRICA, SIN EMBARGO, ESTE TIPO DE ENERGIAS ESTAN ASOCIADAS A FENOMENOS FISICOS CON UNA COMPONENTE ALEATORIA DESCONOCIDA MUY IMPORTANTE, QUE PRODUCE GRAN VARIABILIDAD, POR LO QUE SU PREDICCION NO ES ABORDABLE, EN GENERAL, CON METODOLOGIAS PREDICTIVAS CONVENCIONALES, POR ELLO, EL PROYECTO COORDINADO ORCA-RE PRETENDE EXPLORAR, DESARROLLAR Y AMPLIAR DIVERSAS METODOLOGIAS DE APRENDIZAJE AUTOMATICO PARA ASI PODER ABORDAR EL PROBLEMA DE PREDICCION DE PRODUCCION DE ENERGIA EOLICA, FOTOVOLTAICA Y MAREOMOTRIZ, SE ANALIZARAN Y COMPARARAN ASI PARADIGMAS TALES COMO LA CLASIFICACION ORDINAL O LA SEGMENTACION DE SERIES TEMPORALES, QUE SON DE GRAN INTERES PARA EL PROBLEMA CENTRAL DE ESTE PROYECTO Y QUE HAN SIDO MUY POCO ESTUDIADOS EN COMPARACION CON LA CLASIFICACION ESTANDAR, TANTO EN ESPAÑA COMO EN EL RESTO DEL MUNDO, DISPONIENDO LOS GRUPOS SOLICITANTES DE EXPERIENCIA PREVIA CONJUNTA Y CONTRASTADA EN DICHO CAMPO, LA PREDICCION BASADA EN CLASIFICACION ORDINAL SE COMPARARA CON EL USO DE SEGMENTACION, PARA EVALUAR LA INFLUENCIA DE LA COMPONENTE TEMPORAL, ASI, CON ESTE PROYECTO PRETENDEMOS CUMPLIR LOS SIGUIENTES OBJETIVOS EN RELACION CON EL RETO QUE PLANTEAN LAS FUENTES ALTERNATIVAS DE ENERGIA:1) USO DE TECNICAS DE INTELIGENCIA COMPUTACIONAL PARA EL DESARROLLO DE NUEVOS MODELOS DE CLASIFICACION ORDINAL Y CLASIFICACION ORDINAL NO BALANCEADA, Y ANALISIS DE NUEVAS METRICAS DE EVALUACION PARA CLASIFICADORES, UTILIZACION DE METOLOGIAS DE APRENDIZAJE HIBRIDO MONO Y MULTI-OBJETIVO (ESTE ULTIMO PARADIGMA LO UTILIZAMOS DADO QUE LAS METRICAS DE EVALUACION DE LOS CLASIFICADORES SON EN GENERAL CONTRAPUESTAS),2) DESARROLLO DE ALGORITMOS DE SEGMENTACION DE SERIES TEMPORALES ASOCIADAS A ENERGIAS RENOVABLES, BASADOS EN METODOS ESTADISTICOS Y BIO-INSPIRADOS, PREDICCION DE SEGMENTOS A MEDIO-PLAZO UTILIZANDO EL RESULTADO DE DICHOS ALGORITMOS DE SEGMENTACION, 3) DESARROLLO DE NUEVOS MODELOS BIO-INSPIRADOS PARA EVOLUCION DE CLASIFICADORES Y REGRESORES MEDIANTE ALGORITMOS GENETICOS DE TIPO GROUPING, ASI COMO NUEVOS MODELOS DE CO-EVOLUCION EN UNA POBLACION A PARTIR DEL PARADIGMA DE CORAL REEFS OPTIMIZATION,4) APLICACION DE ESTOS MODELOS A DIFERENTES PROBLEMAS DE ENERGIAS RENOVABLES, FUNDAMENTALMENTE DE PREDICCION Y ESTIMACION DE RECURSOS EN ENERGIA EOLICA, ENERGIA SOLAR Y ENERGIA MAREOMOTRIZ POR OLAS, APLICACION A OTROS PROBLEMAS REALES DE SEGMENTACION Y PREDICCION,5) DESARROLLO DE UN MODULO SOFTWARE PARA EL FRAMEWORK NNEP QUE INCORPORE LOS NUEVOS MODELOS DESARROLLADOS Y DE UN MODULO DE CLASIFICACION ORDINAL PARA EL FRAMEWORK WEKA, QUE PERMITA LA DIFUSION DE ESTE PARADIGMA EN LA COMUNIDAD CIENTIFICA,LA RELACION Y COORDINACION ENTRE LOS GRUPOS DE INVESTIGACION SOLICITANTES (AYRNA, UNIVERSIDAD DE CORDOBA, Y GHEODE, UNIVERSIDAD DE ALCALA) SE REMONTA AL AÑO 2009, Y AMBOS GRUPOS HAN TRABAJADO PREVIAMENTE SOBRE PROBLEMAS ASOCIADOS A ENERGIAS RENOVABLES, HABIENDO PUBLICADO SUS RESULTADOS EN EN REVISTAS INTERNACIONALES DE PRESTIGIO, ENERGÍAS RENOVABLES\CLASIFICACIÓN ORDINAL\HIBRIDACIÓN\SEGMENTACIÓN\SERIES TEMPORALES

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores