TY  - UNPB
KW  - Inteligencia de negocio
KW  -  sector energético
KW  -  inteligencia artificial
KW  -  aprendizaje automático
KW  -  aprendizaje profundo
KW  -  pronósticos.
Y1  - 2022/06/27/
A1  - Romero León, Inés
N2  - La presente tesis se enfoca a la inteligencia de negocio dirigida al sector energético, la cual cubre aspectos como el estudio de generación, análisis de datos y evaluación comparativa de resultados obtenidos.  Orientada a la creación de conocimiento y destinada a brindar apoyo al tomador de decisiones presentando la información de manera ágil con métricas parametrizable que permitan identificar rápidamente el desempeño y respaldar decisiones.El asegurar el abastecimiento de electricidad es muy difícil sobre todo al considerar energía renovable y limpia generada con aerogeneradores dada su intermitencia o variabilidad dependiente del viento, además se incrementa la complejidad del problema cuando interviene el estudio a  diferentes horizontes de tiempo.México cuenta con un gran potencial de energía eólica en la región Oriente y para atender este desafío se presenta una plataforma capaz de generar modelos de pronósticos de manera automática a través de técnicas matemáticas y de inteligencia artificial.Esta plataforma implementa un sistema centralizado de datos, segmentación de información por fechas o temporadas, gestión de usuarios de acuerdo a sus perfiles, parámetro configurables dinámicamente, genera pronósticos de manera eficiente utilizando modelos estadísticos, de aprendizaje automático, profundo y permite visualizarlos de manera interactiva, para realizar análisis de los diversos resultados para distintos periodos de tiempo. Es construida de manera modular con software libre y de código abierto, por lo que, puede ser escalable de acuerdo a las necesidades que ayuden a un mejor soporte a la operación del negocio. La plataforma implementa un dashboard flexible, personalizable y capaz de accederlo cuando y donde se requiera. Al incluir además datos centralizados permite enfocarse en actividades de prioridad, evitando el retrabajo de ETL, asegura la confiabilidad de los datos, evita su duplicidad, permite compartir los recursos con otras áreas y responder a hipótesis rápidamente.
TI  - Plataforma analítica predictiva, dinámica e interactiva de soporte  a la inteligencia de negocios enfocado al sector energético
ID  - uninimx2537
UR  - http://repositorio.unini.edu.mx/id/eprint/2537/
M1  - doctoral
PB  - Universidad Internacional Iberoamericana México
AV  - none
ER  -