Aplicación de un modelo LSTM (Long Short-Term Memory) multivariable para la predicción del consumo eléctrico a corto plazo de alimentadores de distribución urbanos y rurales de la provincia de Tungurahua, utilizando datos históricos de 2016 - 2025

Please use this identifier to cite or link to this item: https://repositorio.uide.edu.ec/handle/37000/9880

Full metadata record

DC Field	Value	Language
dc.contributor.author	Escobar Molina, Stefany Carol	-
dc.contributor.author	Cela Sacoto, Miguel Ángel	-
dc.contributor.author	Ocaña Urbina, Diego Paúl	-
dc.contributor.author	Andrade Montalvo, Pablo Xavier (tutor)	-
dc.contributor.author	Navas Castellanos, Andrés Roberto (tutor)	-
dc.date.accessioned	2026-09-09T16:10:56Z	-
dc.date.available	2026-09-09T16:10:56Z	-
dc.date.issued	2026	-
dc.identifier.citation	Escobar Molina, Stefany Carol; Cela Sacoto, Miguel Ángel; Ocaña Urbina, Diego Paúl. (2026). Aplicación de un modelo LSTM (Long Short-Term Memory) multivariable para la predicción del consumo eléctrico a corto plazo de alimentadores de distribución urbanos y rurales de la provincia de Tungurahua, utilizando datos históricos de 2016 - 2025. Maestría en inteligencia artificial. UIDE. Quito. 69 p.	es
dc.identifier.other	UIDE-Q-TMIAR-2026-05	-
dc.identifier.uri	https://repositorio.uide.edu.ec/handle/37000/9880	-
dc.language.iso	es	es
dc.publisher	QUITO/UIDE/2026	es
dc.rights	openAccess	es
dc.subject	LSTM	es
dc.subject	MAPE	es
dc.subject	RMSE	es
dc.subject	MAE	es
dc.title	Aplicación de un modelo LSTM (Long Short-Term Memory) multivariable para la predicción del consumo eléctrico a corto plazo de alimentadores de distribución urbanos y rurales de la provincia de Tungurahua, utilizando datos históricos de 2016 - 2025	es
dc.type	Thesis	es
Appears in Collections:	Tesis - Maestría - Inteligencia Artificial Aplicada

Files in This Item:

File	Description	Size	Format
UIDE-Q-TMIAR-2026-05.pdf	TESIS A TEXTO COMPLETO	11.98 MB	Adobe PDF	View/Open