RT info:eu-repo/semantics/bachelorThesis
T1 Optimización de materiales para el almacenamiento de hidrógeno mediante modelos de aprendizaje automático
A1 Villalaín Moradillo, Adrián
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Hidrógeno
K1 MOFs
K1 Aprendizaje automático
AB El hidrogeno es un vector energético prometedor para una transición hacia fuentes sostenibles, pero su almacenamiento eficiente sigue siendo un desafío. Este trabajo aplica tecnicas de aprendizaje automatico para modelar y predecir la capacidad de almacenamiento de hidrógeno en materiales porosos tipo MOFs (Metal-Organic Frameworks), a partir de propiedades como densidad, porosidad y area superficial. Se emplean modelos de regresión como Ridge, LASSO y Random Forest, y se evalua su desempeño mediante validación cruzada. Además, se exploran estrategias para la generacion de nuevos candidatos mediante interpolación y simulación. Los resultados evidencian la capacidad de los modelos para identificar materiales con propiedades prometedoras y facilitar la busqueda de compuestos óptimos para aplicaciones energéticas.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/77811
UL https://uvadoc.uva.es/handle/10324/77811
LA spa
NO Departamento de Estadística e Investigación Operativa
DS UVaDOC
RD 19-sep-2025