English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

El objetivo de este trabajo es la mejora de la eficiencia de suministro de gas en distritos residenciales. Para alcanzar tal logro, se han empleado Redes Neuronales Artificiales (RNA), que son técnicas no paramétricas muy utilizadas en diversos ámbitos de la ciencia e ingeniería dado que permiten abstraer relaciones fuertemente no lineales. Haciendo uso de RNA se ha construido un modelo que obtiene el consumo de gas (en Kwh) total diario en distritos residenciales, con un horizonte de predicción de 7 días. Se han introducido series temporales de consumo para obtener este modelo y variables meteorológicas para mejorar la predicción. Con el fin de encontrar la mejor RNA que modele el comportamiento de dicha variable de consumo se ha diseñado una batería de experimentos, considerando el número de neuronas en la capa oculta, el número de realimentaciones a la entrada y el número de realimentaciones a la salida. Este estudio utiliza el error cuadrático medio cometido por cada una de las redes para calificar su fiabilidad y precisión. El análisis se ha llevado a cabo mediante una serie de herramientas específicas diseñadas con tal fin.

Estudio de consumos de gas en entornos residenciales basado en redes neuronales