Artificial Intelligence for Renewable Energy Systems /

Contiene: 1) Análisis de un generador síncrono de seis fases conectado a la red en la generación de energía eólica; 2) La inteligencia artificial como herramienta para la conservación y el uso eficiente de los recursos renovables; 3) Agrupación y enrutamiento energéticamente eficientes basados en in...

Descripció completa

Dades bibliogràfiques
Autor principal: Vyas, Ajay Kumar (edición)
Format: Llibre
Idioma:anglès
Publicat: Hoboken, EUA : Beverly, EUA : Wiley ; Scrivener, 2022, c2022
Col·lecció:(Artificial Intelligence and Soft Computing for Industrial Transformation)
Matèries:
Accés en línia:Ver documento en línea

MARC

LEADER 00000nam^a22000000a04500
001 000630844
005 20260508000000.0
009 20260713152629.755
020 |a 9781119761723 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 333. 79  |b VYA 
100 |a Vyas, Ajay Kumar  |e (edición) 
245 1 0 |a Artificial Intelligence for Renewable Energy Systems /  |c Ed. de A.K. Vyas... [et al.]. 
264 4 |a Hoboken, EUA :  |b Wiley ;  |a Beverly, EUA :  |b Scrivener,  |c 2022, c2022 
264 2 |a Hoboken, EUA :  |b Wiley [distribución],  |c 2025 
300 |a 1 libro electrónico en línea (XIV, 247 p.) 
300 |a 1 recurso en línea 
336 |a datos para computadora  |b cod  |2 rdacontenido 
337 |a computadora  |b c  |2 rdamedio 
338 |a recurso en línea  |b cr  |2 rdasoporte 
440 1 |a (Artificial Intelligence and Soft Computing for Industrial Transformation) 
506 0 |a Licencias ilimitadas 
520 |a Contiene: 1) Análisis de un generador síncrono de seis fases conectado a la red en la generación de energía eólica; 2) La inteligencia artificial como herramienta para la conservación y el uso eficiente de los recursos renovables; 3) Agrupación y enrutamiento energéticamente eficientes basados en inteligencia artificial en redes de sensores inalámbricos asistidas por el IoT; 4) Inteligencia artificial en el modelado y optimización de producción de biogas; 5) Modelización del estado de carga de la batería para un parque fotovoltaico mediante regresión polinómica; 6) Algoritmos de aprendizaje profundo para el pronóstico de viento: una visión general; 7) Selección de características profundas para la predicción del viento I; 8) Selección de características profundas para la predicción del viento II; 9) Detección de falsificación de datos en infraestructura de medición avanzada: una perspectiva de análisis segura; 10) Previsión del consumo de energía por miembros de G20 usando diversas técnicas de aprendizaje automático; 11) Uso de inteligencia artificial en la oprimización y producción de energía de biodisesel. 
521 |a Wiley 2026 EEnlace Departamento de Electrónica, Sistemas e Informática 
649 |a XX 
650 |a Inteligencia Artificial -  |x Tema Principal 
650 |a Biocombustibles 
650 |a Energía Eléctrica 
650 |a Energía Eólica 
650 |a Recursos Energéticos Renovables 
650 |a Recursos Energéticos -  |x Tema Principal 
650 |a Desarrollo Sustentable -  |x Aspectos Tecnológicos 
650 |a Desarrollo Sustentable -  |x Tema Principal 
650 |a Medio Ambiente 
650 |a Desarrollo Económico-Social 
650 |a Economía de la Tierra 
856 4 0 |u https://ezproxy.iteso.mx/login?qurl=https%3A%2F%2Fieeexplore.ieee.org%2Fservlet%2Fopac%3Fbknumber%3D10950327  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 630844-1  |b IT2  |c EBO  |i C  |u 20260508 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000630844