Un enfoque de IA verde eficiente para la predicción de series temporales basado en aprendizaje profundo
Autores: Balderas, Luis; Lastra, Miguel; Benítez, José M.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un enfoque de IA verde eficiente para la predicción de series temporales basado en aprendizaje profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Pronóstico de series temporales
Aprendizaje profundo
IA verde
Aprendizaje automático
Costos computacionales
Precisión de predicción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
La metodología de pronóstico de series temporales basada en aprendizaje profundo llamada GreeNNTSF tiene como objetivo reducir el tamaño del modelo resultante, disminuyendo así los costos computacionales y energéticos asociados sin renunciar al rendimiento de pronóstico adecuado.
Descripción
La metodología de pronóstico de series temporales basada en aprendizaje profundo llamada GreeNNTSF tiene como objetivo reducir el tamaño del modelo resultante, disminuyendo así los costos computacionales y energéticos asociados sin renunciar al rendimiento de pronóstico adecuado.