Análisis de la calidad del aire interior utilizando redes neuronales recurrentes: un estudio de caso de variables ambientales
Autores: Reyes Pérez, Carlos A.; Iglesias Martínez, Miguel E.; Guerra-Carmenate, Jose; Michinel Álvarez, Humberto; Balvis, Eduardo; Giménez Palomares, Fernando; Fernández de Córdoba, Pedro
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Análisis de la calidad del aire interior utilizando redes neuronales recurrentes: un estudio de caso de variables ambientales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Eficiencia energética
Ventilación
Modelo de red neuronal
Variables ambientales
Plataforma de hardware-software de IoT
Modelo híbrido
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
En la búsqueda de eficiencia energética y reducción del impacto ambiental, la ventilación adecuada en espacios cerrados es esencial. Este estudio presenta un modelo híbrido de red neuronal diseñado para monitorear y predecir variables ambientales. El sistema consta de dos fases: una plataforma de hardware-software IoT para adquisición de datos y toma de decisiones, y un modelo híbrido que combina memoria a corto plazo y estructuras recurrentes convolucionales. Los resultados son prometedores y tienen potencial para integrarse en arquitecturas de inteligencia artificial de procesamiento paralelo.
Descripción
En la búsqueda de eficiencia energética y reducción del impacto ambiental, la ventilación adecuada en espacios cerrados es esencial. Este estudio presenta un modelo híbrido de red neuronal diseñado para monitorear y predecir variables ambientales. El sistema consta de dos fases: una plataforma de hardware-software IoT para adquisición de datos y toma de decisiones, y un modelo híbrido que combina memoria a corto plazo y estructuras recurrentes convolucionales. Los resultados son prometedores y tienen potencial para integrarse en arquitecturas de inteligencia artificial de procesamiento paralelo.