Implementación de algoritmos de entrenamiento de modelos probabilísticos para predecir el rendimiento de celdas solares de perovskita con datos incompletos

Cerro Ramos, Daniel Andres; Velasquez Meneses, Yan Carlos

Implementación de algoritmos de entrenamiento de modelos probabilísticos para predecir el rendimiento de celdas solares de perovskita con datos incompletos

dc.contributor.advisor	Sepúlveda Sepúlveda, Franklin Alexander
dc.contributor.author	Cerro Ramos, Daniel Andres
dc.contributor.author	Velasquez Meneses, Yan Carlos
dc.contributor.evaluator	Pertuz Arroyo, Said David
dc.contributor.evaluator	Botero Londoño, Monica Andrea
dc.date.accessioned	2024-11-07T16:28:51Z
dc.date.available	2024-11-07T16:28:51Z
dc.date.created	2024-11-06
dc.date.embargoEnd	2025-12-01
dc.date.issued	2024-11-06
dc.description.abstract	La calidad de los datos utilizados para implementar modelos de aprendizaje automático es crucial para su funcionamiento óptimo. Sin embargo, en numerosos estudios de investigación, la recopilación de datos de múltiples fuentes con diferentes estructuras resulta en datos con valores faltantes o erróneos. Este problema está presente y afecta la base de datos existente para el diseño de celdas de perovskita, dificultando la aplicación de métodos de aprendizaje automático. En este proyecto, se abordó este problema en los datos faltantes de una base de datos de celdas solares de perovskita mediante la implementación de Modelos de Mezcla Gaussiana Conscientes de Faltantes (MGMM). Estos métodos permiten entrenar modelos probabilísticos directamente sobre datos incompletos. Para evaluar el desempeño de los MGMM, se compararon sus resultados con aquellos obtenidos al utilizar datos imputados mediante los algoritmos imputaciones múltiples mediante ecuaciones encadenadas (MICE) y El algoritmo de Redes de imputación generativas adversarias (GAIN). La evaluación del rendimiento de los algoritmos de imputación demostró un mejor desempeño del modelo MICE y se evidenció que el número de muestras y parámetros puede influir en el rendimiento de los algoritmos. Posteriormente, se utilizaron los datos imputados por cada modelo para evaluar las predicciones de los modelos de mezcla gaussiana (GMM) con las métricas error cuadrático medio (RMSE) y error porcentual medio absoluto (MAPE). Los resultados mostraron que el modelo GMM con datos imputados por MICE tuvo mejores predicciones en comparación con GAIN. La implementación del modelo MGMM con la base de datos de menor tamaño demostró que la distribución de los datos seleccionados impacta en el rendimiento del modelo, obteniendo resultados inferiores a medida que aumenta el porcentaje de valores faltantes. Este estudio demuestra que datos de celdas solares de perovskita pueden ser tratados eficazmente con modelos de imputación como MICE y GAIN, considerando la naturaleza y características de los datos.
dc.description.abstractenglish	The quality of the data used to implement machine learning models is crucial for their optimal performance. However, in numerous research studies, collecting data from multiple sources with different structures results in data with missing or erroneous values. This problem is present and affects the existing database for perovskite cell design, making it difficult to apply machine learning methods. In this project, this problem was addressed in the missing data of a perovskite solar cell database by implementing Gaussian Mixture Models Aware of Missing Values (MGMM). These methods allow training probabilistic models directly on incomplete data. To evaluate the performance of the MGMMs, their results were compared with those obtained when using data imputed using the Multiple Imputations via Chained Equations (MICE) and the Generative Adversarial Imputation Networks (GAIN) algorithms. The evaluation of the performance of the imputation algorithms showed a better performance of the MICE model and it was evidenced that the number of samples and parameters can influence the performance of the algorithms. Subsequently, the data imputed by each model were used to evaluate the predictions of the Gaussian mixture models (GMM) with the metrics root mean square error (RMSE) and mean absolute percentage error (MAPE). The results showed that the GMM model with MICE imputed data had better predictions compared to GAIN. Implementation of the MGMM model with the smaller database size showed that the distribution of the selected data impacts the model performance, obtaining lower results as the percentage of missing values increases. This study demonstrates that perovskite solar cell data can be effectively treated with imputation models such as MICE and GAIN, considering the nature and characteristics of the data.
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/20.500.14071/44520
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.subject	Modelos probabilísticos
dc.subject	Celdas solares de perovskita
dc.subject	Predicción
dc.subject	Aprendizaje automático
dc.subject	Modelos de imputación
dc.subject.keyword	Probabilistic models
dc.subject.keyword	Perovskite solar cells
dc.subject.keyword	Prediction
dc.subject.keyword	Machine learning
dc.subject.keyword	Imputation models
dc.title	Implementación de algoritmos de entrenamiento de modelos probabilísticos para predecir el rendimiento de celdas solares de perovskita con datos incompletos
dc.title.english	Implementation of probabilistic model training algorithms for predicting Perovskite solar cell performance with incomplete data
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