IMPLEMENTACIÓN DE UN ALGORITMO DE IMPUTACIÓN DE DATOS DE SÍNTESIS DE CELDAS SOLARES DE PEROVSKITA UTILIZANDO EL CRITERIO DE BAYESIAN  LINEAR REGRESSION (BLR)

Cruz Calderón, Joseph Matheo; Calderón Osorio, Francy Jessenia

IMPLEMENTACIÓN DE UN ALGORITMO DE IMPUTACIÓN DE DATOS DE SÍNTESIS DE CELDAS SOLARES DE PEROVSKITA UTILIZANDO EL CRITERIO DE BAYESIAN LINEAR REGRESSION (BLR)

dc.contributor.advisor	Sepúlveda Sepúlveda, Franklin Alexánder
dc.contributor.advisor	Botero Londoño, Mónica Andrea
dc.contributor.author	Cruz Calderón, Joseph Matheo
dc.contributor.author	Calderón Osorio, Francy Jessenia
dc.contributor.evaluator	Fajardo Ariza, Carlos Augusto
dc.contributor.evaluator	Velez Sánchez, Jeisson Emilio
dc.date.accessioned	2023-11-09T16:16:22Z
dc.date.available	2023-11-09T16:16:22Z
dc.date.created	2023-11-08
dc.date.embargoEnd	2025-11-08
dc.date.issued	2023-11-08
dc.description.abstract	El cambio climático ha impulsado el uso de energías renovables, como la solar, para reducir las emisiones de gases de efecto invernadero y la dependencia de los combustibles fósiles. Las celdas solares de perovskita tienen altas expectativas, debido a la mejora en pocos años de su eficiencia de conversión de potencia, PCE, que para 2009 fue de 3.8 % , y para el presente año, de 26.1 %. A pesar del progreso que han logrado, el reporte de la información incompleta respecto a los datos de síntesis de estas celdas ha resultado en carencias significativas en la información científica disponible. En este trabajo se desarrolla una solución a este problema, la metodología desarrollada implementa un algoritmo de imputación de datos basado en el modelo de regresión lineal Bayesiana, realizado en Python, aplicándolo en una base de datos depurada de 63 observaciones. Los resultados demuestran el potencial de combinar nuevas tecnologías como las celdas solares de perovskita con metodologías y estadísticas avanzadas y no convencionales como lo es la estadística bayesiana y generar conocimientos en áreas emergentes. Futuros trabajos podrán usar este algoritmo para imputar y estimar datos de otras fuentes y campos de investigación.
dc.description.abstractenglish	Climate change has driven the use of renewable energies, such as solar energy, to reduce greenhouse gas emissions and dependence on fossil fuels. Perovskite solar cells have high expectations, due to the improvement in a few years of their power conversion efficiency, PCE, which for 2009 was 3.8 %, and for the current year, 26.1 %. Despite the progress they have achieved, the incomplete reporting of information regarding the synthesis data of these cells has resulted in significant gaps in the available scientific information. In this work a solution to this problem is developed, the developed methodology implements a data imputation algorithm based on the Bayesian linear regression model, performed in Python, applying it on a cleaned database of 63 observations. The results demonstrate the potential to combine new technologies such as perovskite solar cells with advanced and unconventional methodologies and statistics such as Bayesian statistics and generate knowledge in emerging areas. Future work could use this algorithm to impute and estimate data from other sources and research fields.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Electrónico
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/15217
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería Electrónica
dc.publisher.school	Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rights	info:eu-repo/semantics/embargoedAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_f1cf
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.title	IMPLEMENTACIÓN DE UN ALGORITMO DE IMPUTACIÓN DE DATOS DE SÍNTESIS DE CELDAS SOLARES DE PEROVSKITA UTILIZANDO EL CRITERIO DE BAYESIAN LINEAR REGRESSION (BLR)
dc.title.english	IMPLEMENTATION OF A PEROVSKITE SOLAR CELL SYNTHESIS DATA IMPUTATION ALGO- RITHM USING THE BAYESIAN LINEAR REGRESSION (BLR) CRITERION
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado