Desarrollo e implementación de un algoritmo de pbkp_redicción de consumo de agua potable y visualización de los datos de consumo por usuario y sectores mediante redes neuronales recurrentes dentro del proyecto CEDÍA-TARPUQ

Abstract:

En este trabajo se plantea pronosticar el consumo de agua potable empleando cuatro arquitecturas de red neuronal recurrente de tipo LSTM, estas contienen multiples salidas y realiza proyecciones a multiples fechas, también se elige el mejor modelo mediante el MAE y RMSE para optimizar el pronóstico de consumo de agua potable.

Año de publicación:

2022

Keywords:

• APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
• REDES NEURONALES (COMPUTADORES)
• long short-Term memory
• Computacion
• Analisis De Series De Tiempo
• CONSUMO DE AGUA - PREDICCIÓN

Fuente:

rraae