Please use this identifier to cite or link to this item: http://repositorio.uisek.edu.ec/handle/123456789/4004
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLlanes Cedeño, Edilberto Antonio-
dc.contributor.authorGuachimboza Dávalos, Jorge Ismael-
dc.date.accessioned2020-10-07T17:13:54Z-
dc.date.available2020-10-07T17:13:54Z-
dc.date.issued2020-10-
dc.identifier.citationCT-ECI G896p/2020es
dc.identifier.urihttps://repositorio.uisek.edu.ec/handle/123456789/4004-
dc.descriptionEl presente trabajo muestra una regresión multivariable mediante aprendizaje profundo relacionado al consumo energético en la provincia de Pichincha-Ecuador en relación de sus cantones. Esto se realiza para establecer hábitos de consumo en relación a la población existente. Para ello se implementó una etapa de preprocesamiento de datos y posteriormente se implementó una red neuronal artificial de una capa oculta y 15 neuronas. Como resultados, se obtiene un modelo matemático con un error absoluto del 2.2%es
dc.description.abstractThe present work shows a multivariate regression through deep learning related to energy consumption in the province of Pichincha Ecuador in relation to its cantons. This is done to establish consumption habits in relation to the existing population. For this, a data preprocessing stage was implemented and later an artificial neural network of a hidden layer and 15 neurons. As a result, a mathematical model with an absolute error of 2.2% is obtained.es
dc.description.sponsorshipUisekes
dc.language.isospaes
dc.publisherUniversidad Internacional SEKes
dc.rightsopenAccesses
dc.subjectECOEFICIENCIA INDUSTRIALes
dc.subjectCONSUMO DE POTENCIAes
dc.subjectREGRESIÓN MULTIVARIABLEes
dc.subjectRED NEURONALes
dc.titlePredicción de consumo eléctrico mensual por cantones en el Ecuador por medio de redes neuronales: caso de estudioes
dc.typeinfo:eu-repo/semantics/masterThesises
Appears in Collections:ECOEFICIENCIA INDUSTRIAL (ECI)

Files in This Item:
File Description SizeFormat 
Jorge Ismael Guachimboza Dávalos.pdf368.53 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.