En esta prueba, los participantes enfrentaron el desafío de optimizar el uso de autobuses eléctricos en una ruta realista simulada. Utilizando un simulador desarrollado por dos estudiantes de la cátedra, se les proporcionó a los concursantes datos que incluyeron coordenadas GPS, altitudes y límites de velocidad para cada segmento de la ruta, junto con las ubicaciones de las paradas de autobús y proyecciones del flujo de pasajeros.
Categoría: Estudiantes
-
Modelos predictivos para la Tasa de Churn
(más…)
Iker Argüelles Eduarte
Ciencia de Datos y Tecnologías de la Telecomunicación, Gijón
-
Modelo inteligente para la identificación y Análisis de Curvas de Carga de Vehículos Eléctricos
(más…)
Mario Rabanal Pérez del Río
Ciencia e Ingeniería de Datos
-
Modelo inteligente para la predicción de la tasa deabandono de los contratos de electricidad
(más…)
Marcos Ornia Luna
Analítica de Datos e Inteligencia Artificial, Gijón
-
Modelo inteligente para la predicción de la evolución en redes sociales
(más…)
Marina Dader
Ciencia e Ingeniería de Datos
-
Modelo inteligente para la predicción de la demanda doméstica de energía en clientes sin telemedida
(más…)
Oscar Poncelas Villabrille
Empleado en Indra Sistemas
-
Modelo inteligente para la predicción de datos a dos años vista
(más…)
Nerea Solís Castrillón
Ciencia e Ingeniería de Datos
-
Análisis de sentimientos orientado al estudio de la probabilidad de fuga
(más…)
Javier Fernández Alonso
Ingeniería Informática
-
Relación entre las publicaciones y los seguidores de las redes sociales
(más…)
Revekka Diana Kuzikyan Kasparyan
Ciencia e Ingeniería de Datos
-
Prototipo de aplicación flexible para la gestión y almacenamiento de ficheros P48cierre
(más…)
Diego González Suárez
Ingeniería Informática del Software