Show simple item record

dc.contributor.advisorTorres, German Ariel
dc.contributor.advisorFernández Ferreyra, Damián Roberto
dc.contributor.authorNievas Lio, Estefanía,
dc.date.accessioned2016-09-20T16:07:31Z
dc.date.available2016-09-20T16:07:31Z
dc.date.issued2016-05
dc.identifier.urihttp://hdl.handle.net/11086/3946
dc.descriptionTesis (Lic. en Matemática)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2016.es
dc.description.abstractLas pérdidas no técnicas en la distribución de energía eléctrica generan grandes gastos a las empresas encargadas de prestar el servicio de energía eléctrica y son extremadamente difíciles de detectar. En este proyecto se usa una técnica de aprendizaje automático (más conocida como Machine Learning) basada en máquinas de soporte vectorial (SVM, siglas en inglés de Support Vector Machine) para poder clasificar, de la manera más confiable posible, a los usuarios de la red en dos grupos diferenciados: los que cometen fraude y los que no. El entrenamiento se realiza a partir de una base de datos ya clasificada y tomando en cuenta el consumo de los usuarios a lo largo de un período de tiempo. Tales datos, en este proyecto, serán de usuarios de la ciudad de Córdoba. En nuestro trabajo implementaremos un algoritmo que construya el clasificador y luego analizaremos su confiabilidad clasificando a consumidores de la ciudad que han sido sometidos a una auditoría. Luego de obtener un clasificador confiable el mismo servirá para detectar posibles fraudes de los usuarios.es
dc.language.isospaes
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Argentina*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/*
dc.subjectPattern recognition, speech recognitiones
dc.subjectExplicit machine computation and programses
dc.subjectClassification and discrimination; cluster analysises
dc.subjectQuadratic programminges
dc.subjectApplications of mathematical programminges
dc.subjectManagement decision making, including multiple objectiveses
dc.subject.otherMáquina de soporte vectoriales
dc.subject.otherPérdida de energía eléctricaes
dc.subject.otherAprendizaje automáticoes
dc.titleAplicando máquinas de soporte vectorial al análisis de pérdidas no técnicas de energía eléctricaes
dc.typebachelorThesises


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Argentina
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Argentina

DSpace software copyright © 2002-2015  DuraSpace