Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias

Autores
Morales, Daniel Martín; Cappelletti, Marcelo Angel; Hasperué, Waldo; Charlier, Leandro J.
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La polución ambiental acumulada durante las últimas décadas sumado a la constante disminución de los recursos naturales de fuentes de energía no renovables, hacen que la conversión de energía sea uno de los problemas más importantes a resolver a nivel mundial. Sobre este punto, la línea de investigación que se presenta se basa en la utilización de técnicas de inteligencia artificial subsimbólica para el estudio de sistemas físicos relacionados con aplicaciones ambientales para la generación de energías limpias. En particular, se propone el estudio de celdas solares multijunturas para aplicaciones terrestres y espaciales, con el propósito de obtener diseños óptimos de estos dispositivos con una relación costo-eficiencia por encima de las obtenidas actualmente. Estos dispositivos constituyen una de las tecnologías más prometedoras para generar energía de forma no contaminante y eficiente para aplicaciones domésticas, industriales y en vehículos espaciales. La utilización de técnicas subsimbólicas de la inteligencia artificial como instrumentos de cálculo y análisis, posibilita reproducir resultados experimentales, realizar estudios sobre sistemas, procesos, propiedades o parámetros físicos difíciles de medir de manera experimental, permitiendo reducir los tiempos y los costos de los ensayos.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Modeling
celdas solares multijunturas
Inteligencia Artificial
Simulación
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52701
Acceder
id SEDICI_70fa4c7e4fd0b87ea6611c72b85f3260
oai_identifier_str oai:sedici.unlp.edu.ar:10915/52701
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpiasMorales, Daniel MartínCappelletti, Marcelo AngelHasperué, WaldoCharlier, Leandro J.Ciencias InformáticasModelingceldas solares multijunturasInteligencia ArtificialSimulaciónLa polución ambiental acumulada durante las últimas décadas sumado a la constante disminución de los recursos naturales de fuentes de energía no renovables, hacen que la conversión de energía sea uno de los problemas más importantes a resolver a nivel mundial. Sobre este punto, la línea de investigación que se presenta se basa en la utilización de técnicas de inteligencia artificial subsimbólica para el estudio de sistemas físicos relacionados con aplicaciones ambientales para la generación de energías limpias. En particular, se propone el estudio de celdas solares multijunturas para aplicaciones terrestres y espaciales, con el propósito de obtener diseños óptimos de estos dispositivos con una relación costo-eficiencia por encima de las obtenidas actualmente. Estos dispositivos constituyen una de las tecnologías más prometedoras para generar energía de forma no contaminante y eficiente para aplicaciones domésticas, industriales y en vehículos espaciales. La utilización de técnicas subsimbólicas de la inteligencia artificial como instrumentos de cálculo y análisis, posibilita reproducir resultados experimentales, realizar estudios sobre sistemas, procesos, propiedades o parámetros físicos difíciles de medir de manera experimental, permitiendo reducir los tiempos y los costos de los ensayos.Red de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf14-18http://sedici.unlp.edu.ar/handle/10915/52701spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:04:45Zoai:sedici.unlp.edu.ar:10915/52701Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:45.794SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
title Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
spellingShingle Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
Morales, Daniel Martín
Ciencias Informáticas
Modeling
celdas solares multijunturas
Inteligencia Artificial
Simulación
title_short Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
title_full Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
title_fullStr Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
title_full_unstemmed Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
title_sort Utilización de técnicas subsimbólicas de la inteligencia artificial para la generación de energías limpias
dc.creator.none.fl_str_mv Morales, Daniel Martín
Cappelletti, Marcelo Angel
Hasperué, Waldo
Charlier, Leandro J.
author Morales, Daniel Martín
author_facet Morales, Daniel Martín
Cappelletti, Marcelo Angel
Hasperué, Waldo
Charlier, Leandro J.
author_role author
author2 Cappelletti, Marcelo Angel
Hasperué, Waldo
Charlier, Leandro J.
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Modeling
celdas solares multijunturas
Inteligencia Artificial
Simulación
topic Ciencias Informáticas
Modeling
celdas solares multijunturas
Inteligencia Artificial
Simulación
dc.description.none.fl_txt_mv La polución ambiental acumulada durante las últimas décadas sumado a la constante disminución de los recursos naturales de fuentes de energía no renovables, hacen que la conversión de energía sea uno de los problemas más importantes a resolver a nivel mundial. Sobre este punto, la línea de investigación que se presenta se basa en la utilización de técnicas de inteligencia artificial subsimbólica para el estudio de sistemas físicos relacionados con aplicaciones ambientales para la generación de energías limpias. En particular, se propone el estudio de celdas solares multijunturas para aplicaciones terrestres y espaciales, con el propósito de obtener diseños óptimos de estos dispositivos con una relación costo-eficiencia por encima de las obtenidas actualmente. Estos dispositivos constituyen una de las tecnologías más prometedoras para generar energía de forma no contaminante y eficiente para aplicaciones domésticas, industriales y en vehículos espaciales. La utilización de técnicas subsimbólicas de la inteligencia artificial como instrumentos de cálculo y análisis, posibilita reproducir resultados experimentales, realizar estudios sobre sistemas, procesos, propiedades o parámetros físicos difíciles de medir de manera experimental, permitiendo reducir los tiempos y los costos de los ensayos.
Red de Universidades con Carreras en Informática (RedUNCI)
description La polución ambiental acumulada durante las últimas décadas sumado a la constante disminución de los recursos naturales de fuentes de energía no renovables, hacen que la conversión de energía sea uno de los problemas más importantes a resolver a nivel mundial. Sobre este punto, la línea de investigación que se presenta se basa en la utilización de técnicas de inteligencia artificial subsimbólica para el estudio de sistemas físicos relacionados con aplicaciones ambientales para la generación de energías limpias. En particular, se propone el estudio de celdas solares multijunturas para aplicaciones terrestres y espaciales, con el propósito de obtener diseños óptimos de estos dispositivos con una relación costo-eficiencia por encima de las obtenidas actualmente. Estos dispositivos constituyen una de las tecnologías más prometedoras para generar energía de forma no contaminante y eficiente para aplicaciones domésticas, industriales y en vehículos espaciales. La utilización de técnicas subsimbólicas de la inteligencia artificial como instrumentos de cálculo y análisis, posibilita reproducir resultados experimentales, realizar estudios sobre sistemas, procesos, propiedades o parámetros físicos difíciles de medir de manera experimental, permitiendo reducir los tiempos y los costos de los ensayos.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/52701
url http://sedici.unlp.edu.ar/handle/10915/52701
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
info:eu-repo/semantics/reference/hdl/10915/52766
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
14-18
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615916810141696
score 13.070432

Publicaciones similares