Utilizamos cookies

Este sitio web utiliza cookies propias y de terceros para mantener la sesión, ofrecerle una mejor experiencia de usuario y obtener datos estadísticos de navegación de los usuarios. Para más información vea la Política de cookies.

Ver Investigador - - Prisma - Unidad de Bibliometría

Pedro Lara Benitez

Predoctoral PIF FPU Ministerio
plbenitez@us.es

Investiga en

Palabras clave
Líneas de investigación
Resumen
Tipo Año Título Fuente
Artículo2024 A machine learning-based methodology for short-term kinetic energy forecasting with real-time application: Nordic Power System case INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS
Artículo2023 Data streams classification using deep learning under different speeds and drifts Logic Journal of the IGPL
Artículo2023 Short-term solar irradiance forecasting in streaming with deep learning NEUROCOMPUTING
Ponencia2022 Feature selection on spatio-temporal data for solar irradiance forecasting 16th International Conference on Soft Computing Models in Industrial and Environmental Applications (SOCO 2021)
Artículo2021 An experimental review on deep learning architectures for time series forecasting International Journal of Neural Systems
Artículo2021 Enhancing object detection for autonomous driving by optimizing anchor generation and addressing class imbalance NEUROCOMPUTING
Ponencia2021 Evaluation of the transformer architecture for univariate time series forecasting Lecture Notes in Computer Science
Ponencia2021 On the performance of deep learning models for time series classification in streaming Advances in Intelligent Systems and Computing
Artículo2021 On the performance of one-stage and two-stage object detectors in autonomous vehicles using camera data REMOTE SENSING
Artículo2020 Asynchronous dual-pipeline deep learning framework for online data stream classification INTEGRATED COMPUTER-AIDED ENGINEERING
Artículo2020 Temporal convolutional networks applied to energy-related time series forecasting APPLIED SCIENCES-BASEL
Predicción de series temporales en streaming mediante Deep Learning (2022)
Dirigida por: Luna Romera, Jose Maria, Riquelme Santos, Jose Cristobal
Este investigador no ha dirigido/tutorizado tesis

Proyectos de Investigación

Fecha de inicio Fecha de fin Rol Denominación Agencia financiadora
01/01/2020 31/12/2022 Investigador/a Modelos híbridos adaptativos para predecir la producción de energías renovables solar y eólica (P18-RT-2778) Junta de Andalucía (Consejería de Economía y Conocimiento) (Autonómico)
01/09/2021 31/08/2025 Investigador/a Aprendizaje profundo y transferencia de aprendizaje eficientes para salud y movilidad conectada (PID2020-117954RB-C22) Ministerio de Ciencia e Innovación (Nacional)
01/02/2020 30/04/2022 Contratado BIDASGRI: Tecnologías Big Data para Smart Grids (US-1263341) Junta de Andalucía (Consejería de Economía y Conocimiento) (Autonómico)
01/01/2015 30/06/2019 Contratado Big Time-Aware Data: Análisis de Datos Masivos Indexados en el Tiempo. Reglas y Clustering (TIN2014-55894-C2-1-R) Ministerio de Economía y Competitividad (Nacional)
01/01/2018 31/12/2021 Contratado Big Data Streaming: Análisis de Datos Masivos Continuos. Modelos Descriptivos (TIN2017-88209-C2-2-R) Ministerio de Economía y Competitividad (Nacional)
El investigador no tiene ningún resultado de investigación asociado