Algoritmos de Machine Learning para identificar los factores más relevantes en la eficiencia energética residencial
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/130847
| Título: | Algoritmos de Machine Learning para identificar los factores más relevantes en la eficiencia energética residencial |
|---|---|
| Autor/es: | Mora García, Raúl Tomás | Céspedes-López, María Francisca | Pérez Sánchez, Vicente Raúl | Pérez Sánchez, Juan Carlos |
| Grupo/s de investigación o GITE: | Materiales y Sistemas Constructivos de la Edificación |
| Centro, Departamento o Servicio: | Universidad de Alicante. Departamento de Edificación y Urbanismo |
| Palabras clave: | Eficiencia energética | Machine Learning | Hiperparámetros | Evaluación del modelo |
| Fecha de publicación: | oct-2022 |
| Editor: | Asociación Española de Ciencia Regional |
| Cita bibliográfica: | Mora-Garcia, Raul-Tomas, et al. “Algoritmos de Machine Learning para identificar los factores más relevantes en la eficiencia energética residencial”. En: Desafíos, políticas y gobernanza de los territorios en la era post-covid: XLVII Reunión de Estudios Regionales. Granada: Asociación Española de Ciencia Regional, 2022. ISBN 978-84-09-44259-1, pp. 369-375 |
| Patrocinador/es: | Proyecto de Investigación I+D+I (2021/2022), con referencia GV/2021/131, financiado por la Generalitat Valenciana —Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital—, desarrollado en el marco del “Programa para la promoción de la investigación científica, el desarrollo tecnológico y la innovación en la Comunitat Valenciana 2021 (Resolución de 20 de noviembre, DOGV núm. 8959 de 24/11/2020). |
| URI: | http://hdl.handle.net/10045/130847 |
| ISBN: | 978-84-09-44259-1 |
| Idioma: | spa |
| Tipo: | info:eu-repo/semantics/conferenceObject |
| Derechos: | © Los autores |
| Revisión científica: | si |
| Aparece en las colecciones: | INV - MSCE - Comunicaciones a Congresos, Conferencias, etc. |
Archivos en este ítem:
| Archivo | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
 Mora-Garcia_etal_Granada_2022.pdf | Resumen de la comunicación presentada al congreso | 1,28 MB | Adobe PDF | Abrir Vista previa |
Ver citas en Google Académico
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.