Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.creatorRivera Torres, Pedro-
dc.creatorGershenson García, Carlos-
dc.creatorSánchez Puig, María-
dc.creatorKanaan Izquierdo, Samir-
dc.date.accessioned2025-10-25T01:16:15Z-
dc.date.available2025-10-25T01:16:15Z-
dc.date.issued2022-06-13-
dc.identifier.urihttps://repositorio.tic.unam.mx/handle/123456789/3979-
dc.descriptionArtículo académico que presenta la aplicación de un método de modelado complejo-adaptativo y autoorganizado, junto con Redes Booleanas Probabilísticas (PBN, por sus siglas en inglés), como una vía para comprender la dinámica de los dispositivos de redes inteligentes y modelar y caracterizar su comportamiento. Este trabajo demuestra que las PBN son equivalentes al ciclo estándar de Aprendizaje por Refuerzo, en el cual el agente o modelo interactúa con su entorno y recibe retroalimentación en forma de señal de recompensa.-
dc.publisherComplexity-
dc.subjectAprendizaje automático (Machine learning)-
dc.subject.classificationCiencias Físico Matemáticas y de la Ingenierías-
dc.titleReinforcement Learning with Probabilistic Boolean Network Models of Smart Grid Devices-
dc.typeArtículo académico-
dcterms.provenanceUniversidad Nacional Autónoma de México. Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas-
dc.subject.keywordsSmart power grids-
dc.subject.keywordsPredictive algorithms and analytics-
dc.subject.keywordsdata analysis and asset condition-
dc.subject.keywordsProbabilistic Boolean Networks-
dc.subject.keywordsstandard Reinforcement Learning Cycle-
dc.subject.keywordsRedes eléctricas inteligentes-
dc.subject.keywordsAlgoritmos y análisis predictivos-
dc.subject.keywordsAnálisis de datos y estado de los activos-
dc.subject.keywordsRedes booleanas probabilísticas-
dc.subject.keywordsCiclo de aprendizaje de refuerzo estándar-
dc.identifier.urlhttps://doi.org/10.1155/2022/3652441-
dc.identifier.bibliographiccitationRivera Torres, P. J., Gershenson García, C., Sánchez Puig, M. F., & Kanaan Izquierdo, S. (2022). Reinforcement Learning with Probabilistic Boolean Network Models of Smart Grid Devices. Complexity, 2022, Article ID 3652441. https://doi.org/10.1155/2022/3652441-
dcterms.memberofAnálisis y automatización-
Aparece en las colecciones: Publicaciones académicas y científicas

Mostrar el registro sencillo del ítem EstadÍsticas


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.