• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Ricerca

    Tutto UVaDOCArchiviData di pubblicazioneAutoriSoggettiTitoli

    My Account

    Login

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Mostra Item 
    •   UVaDOC Home
    • PROGETTI DI LAUREA FINALE
    • Trabajos Fin de Grado UVa
    • Mostra Item
    •   UVaDOC Home
    • PROGETTI DI LAUREA FINALE
    • Trabajos Fin de Grado UVa
    • Mostra Item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/75259

    Título
    Reinforcement learning for control
    Autor
    Arévalo Gil, Daniel
    Director o Tutor
    Cáceres Gómez, SantiagoAutoridad UVA
    Noura, Hassan
    Editor
    Universidad de Valladolid. Escuela de Ingenierías IndustrialesAutoridad UVA
    Año del Documento
    2024
    Titulación
    Grado en Ingeniería en Electrónica Industrial y Automática
    Abstract
    En este trabajo realizamos un estudio del machine learning enfocándonos en su variante reinforcement learning. El trabajo se compone de una primera sección que contiene definiciones de los diferentes aspectos de esta tecnología, así como su desarrollo a lo largo de los años y su estado actual . En la sección siguiente explicamos las principales variantes de esta tecnología: aprendizaje supervisado, aprendizaje no supervisado y reinforcement learning. Para nuestro trabajo implementaremos la tecnología de reinforcement learning para realizar el control de velocidad de un motor eléctrico asíncrono de 550w con una velocidad nominal de 1500 rpm, controlado mediante un variador de frecuencia. Para implementar esta tecnología utilizaremos la Toolbox Reinforcement Learning de Matlab. Explicaremos como hemos realizado esta implementación, así como una explicación de los pasos necesarios para utilizarla adecuadamente. En la parte final del trabajo analizaremos los datos obtenidos, y se terminará con una conclusión final sobre problemas y soluciones que surgen al implementar esta tecnología.
     
    In this work we conduct a study on machine learning focusing on its variant reinforcement learning. The work consists of an initial section that contains definitions of the different aspects of this technology, as well as its development over the years and its current state. In the next section, we explain the main variants of this technology: supervised learning, unsupervised learning, and reinforcement learning. For our work we will implement reinforcement learning technology to control the speed of a 550W asynchronous electric motor with a nominal speed of 1500 rpm, controlled by a frequency converter. To implement this technology we will use Matlab's Reinforcement Learning Toolbox. We will explain how we implemented this, as well as a step-by-step explanation of how to use it properly. In the final part of the work, we will analyze the data obtained, as well as provide a final conclusion on the problems and solutions that arise when implementing this technology.
    Materias Unesco
    3307 Tecnología Electrónica
    Palabras Clave
    Redes neuronales
    Control
    Automatización
    Aprendizaje por refuerzo
    Aprendizaje automático
    Departamento
    Departamento de Tecnología Electrónica
    Idioma
    fra
    URI
    https://uvadoc.uva.es/handle/10324/75259
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30857]
    Mostra tutti i dati dell'item
    Files in questo item
    Nombre:
    TFG-I-3196.pdf
    Tamaño:
    2.469Mb
    Formato:
    Adobe PDF
    Thumbnail
    Mostra/Apri
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalLa licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10