Mostrar el registro sencillo del ítem
dc.contributor.advisor | García Díaz, Juan Carlos | es_ES |
dc.contributor.author | Morer, Fidae el | es_ES |
dc.date.accessioned | 2021-01-15T10:08:13Z | |
dc.date.available | 2021-01-15T10:08:13Z | |
dc.date.created | 2020-12-11 | |
dc.date.issued | 2021-01-15 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/159161 | |
dc.description.abstract | [ES] El presente trabajo consiste en la elaboración de una metodología para el análisis de una serie temporal de caudal de agua potable en un sector hidráulico de tipo domiciliario de una ciudad de la provincia de Valencia (España). Esta metodología aborda la reconstrucción de la serie temporal mediante la imputación de valores faltantes, la corrección de valores anómalos y la predicción del consumo a corto plazo mediante el uso de técnicas de machine learning y deep learning. La investigación llevada a cabo propone una metodología novedosa, puesto que en la literatura científica relacionada con este ámbito no se ha abordado el problema del tratamiento de este tipo de series temporales de manera integral. La metodología desarrollada, por lo tanto, pretende ser la semilla de un sistema de ayuda para la toma de decisiones que permita decidir, para cada tipo de serie temporal de caudal de agua potable o similares, cuál es la estrategia idónea que debe seguir el analista para optimizar la predicción del consumo en un sector hidráulico, y por ende, la operación del propio sistema de distribución asociado. | es_ES |
dc.description.abstract | [EN] The following research consists in the elaboration of a methodology for the analysis of a time series of drinking water flow rate in a domestic hydraulic sector of a city in the province of Valencia (Spain). This methodology deals with the reconstruction of the time series through the imputation of missing values, the correction of outliers and the forecasting of short-term consumption using machine learning and deep learning techniques. The conducted research proposes a novel methodology since the treatment of this kind of time series has not been addressed in a comprehensive way in the scientific literature related to this field. The developed methodology, aims to be the seed of a decision support system that allows to decide, for each kind of time series of drinking water flow rate or similar, which is the ideal strategy to be followed by the analyst to optimize the forecast of the flow rate in a hydraulic sector, and therefore, the operation of the associated distribution system. | es_ES |
dc.format.extent | 73 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reconocimiento (by) | es_ES |
dc.subject | Modelo predictivo | es_ES |
dc.subject | Máquinas de soporte vectorial | es_ES |
dc.subject | Series temporales | es_ES |
dc.subject | Agua potable | es_ES |
dc.subject | Random Forest | es_ES |
dc.subject | Support Vector Machines | es_ES |
dc.subject | Gradient Boosting | es_ES |
dc.subject | Redes Neuronales | es_ES |
dc.subject | Machine Learning | es_ES |
dc.subject | Deep Learning | es_ES |
dc.subject | Forecasting | es_ES |
dc.subject | Time series | es_ES |
dc.subject | Drinking water | es_ES |
dc.subject | Neural Networks | es_ES |
dc.subject.classification | ESTADISTICA E INVESTIGACION OPERATIVA | es_ES |
dc.subject.other | Máster Universitario en Ingeniería de Análisis de Datos, Mejora de Procesos y Toma de Decisiones-Màster Universitari en Enginyeria D'Anàlisi de Dades, Millora de Processos i Presa de Decisions | es_ES |
dc.title | Elaboración de una metodología de trabajo para el tratamiento y la predicción de series temporales de consumo de agua potable | es_ES |
dc.type | Tesis de máster | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat | es_ES |
dc.description.bibliographicCitation | Morer, FE. (2020). Elaboración de una metodología de trabajo para el tratamiento y la predicción de series temporales de consumo de agua potable. Universitat Politècnica de València. http://hdl.handle.net/10251/159161 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\137629 | es_ES |