|
|
Please use this identifier to cite or link to this item:
https://repositorio.utn.edu.ec/handle/123456789/19801Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Collaguazo Galeano, Gerardo Isaias | - |
| dc.contributor.author | Guaman Pabon, Fernanda Abigail | - |
| dc.date.accessioned | 2026-05-26T14:11:24Z | - |
| dc.date.available | 2026-05-26T14:11:24Z | - |
| dc.date.created | 2026-05-20 | - |
| dc.date.issued | 2026-05-26 | - |
| dc.identifier.other | 04/IEL/ 108 | es_EC |
| dc.identifier.uri | https://repositorio.utn.edu.ec/handle/123456789/19801 | - |
| dc.description.abstract | Los múltiples desafíos que enfrentan los sistemas eléctricos modernos y la necesidad de mejorar la eficiencia operativa y automatización de procesos han impulsado el uso de herramientas de inteligencia artificial dentro de la ingeniería eléctrica. Sin embargo, existe una dispersión significativa de información sobre las herramientas o técnicas más utilizadas, sus aplicaciones y el impacto que genera en este campo. En este contexto, el presente trabajo de grado tiene como propósito analizar el estado del arte sobre la aplicación y contribución de las herramientas de inteligencia artificial en la ingeniería eléctrica. La metodología empleada corresponde a un análisis bibliométrico y documental basado en la recopilación, clasificación y evaluación de artículos científicos indexados en las bases de datos académicas de Scopus y Web of Science. Para el procesamiento y visualización de la información se utilizaron herramientas de análisis científico que permitieron identificar tendencias de investigación, autores relevantes, herramientas más utilizadas y áreas de aplicación dentro del área eléctrica. Los resultados evidencian que técnicas como redes neuronales, aprendizaje automático, lógica difusa y algoritmos evolutivos han sido ampliamente utilizados en aplicaciones relacionadas con detección de fallas, predicción de demanda energética, control de sistemas eléctricos, mantenimientos predictivos e integración de energías renovables, consolidándose como herramientas clave para la modernización de los sistemas eléctricos, contribuyendo a mejorar la eficiencia operativa, la automatización de procesos y la toma de decisiones en el sector energético. | es_EC |
| dc.language.iso | spa | es_EC |
| dc.rights | openAccess | es_EC |
| dc.rights | Atribución-NoComercial-CompartirIgual 3.0 Ecuador | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | * |
| dc.subject | INTELIGENCIA ARTIFICIAL | es_EC |
| dc.subject | ARTE | es_EC |
| dc.subject | REDES NEURONALES | es_EC |
| dc.title | Análisis de la aplicación e impacto de las herramientas de inteligencia artificial en Ingeniería Eléctrica. Estudio del estado del arte | es_EC |
| dc.type | bachelorThesis | es_EC |
| dc.description.degree | Ingeniería | es_EC |
| dc.contributor.deparment | Electricidad | es_EC |
| dc.coverage | Ibarra, Ecuador | es_EC |
| dc.identifier.mfn | 0000047067 | es_EC |
| Appears in Collections: | Electricidad | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 04 IEL 108 LOGO.jpg | LOGO | 189.11 kB | JPEG | View/Open |
| 04 IEL 108 TRABAJO DE GRADO.pdf | TRABAJO DE GRADO | 2.33 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License