Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TIN2014-54583-C2-2-R

Financiado

Cerrado

NUEVOS ALGORITMOS HIBRIDOS BIO-INSPIRADOS PARA PROBLEMAS DE PREDICCION EN ENERGI...

NUEVOS ALGORITMOS HIBRIDOS BIO-INSPIRADOS PARA PROBLEMAS DE 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

UAH

65K€

Presupuesto del proyecto: 65K€

Líder del proyecto

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

Total investigadores 847

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2014-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UAH

Lider

Proyectos interesantes

TIN2014-54583-C2-1-R

Renewable Energ...

Data Science

96K€ Cerrado

PID2019-107455RB-C22

Renewable Energ...

Data Science

48K€ Cerrado

RTC2019-006912-3

Renewable Energ...

Data Science

292K€ Cerrado

RTC-2017-6635-3

Renewable Energ...

Data Science

327K€ Cerrado

ANSWER

Renewable Energ...

Data Science

231K€ Cerrado

TED2021-131311B-C21

Renewable Energ...

Data Science

156K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

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

Total investigadores 847

Presupuesto del proyecto 65K€

Fecha límite de participación Sin fecha límite de participación.

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, 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,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

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores