Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/106866
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMartín Muñoz, Pabloes-ES
dc.contributor.authorGonzález Tabernero, Álvaroes-ES
dc.contributor.otherUniversidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresarialeses_ES
dc.date.accessioned2025-10-30T12:51:12Z-
dc.date.available2025-10-30T12:51:12Z-
dc.date.issued2026es_ES
dc.identifier.urihttp://hdl.handle.net/11531/106866-
dc.descriptionGrado en Ingeniería en Tecnologías de Telecomunicación y Grado en Análisis de Negocios/Business Analyticses_ES
dc.description.abstractRaceScope es un sistema de exploración de estrategias pre-carrera para Fórmula 1 que combina un Transformer de predicción de ritmo con simulación Monte Carlo. El motor consta de tres componentes: un perfil paramétrico lineal por piloto-circuito-compuesto que resuelve analíticamente la vuelta de pit; un Transformer por piloto, con cabeza global de respaldo, que predice el ritmo de vuelta de forma no lineal; y un optimizador media-varianza que ordena las candidatas. Los datos provienen de OpenF1 (2023-2024 para entrenamiento, 2025 excluido para validación). El sistema se entrega como una API FastAPI y una aplicación web React.es-ES
dc.description.abstractRaceScope is a pre-race strategy exploration system for Formula 1 that combines a lap-pace Transformer with Monte Carlo simulation. The engine presents three components: a linear parametric profile per driver-circuit-compound that solves the pit lap analytically; a per-driver Transformer with a global fallback head that predicts lap pace non-linearly; and a mean-variance portfolio optimiser that ranks the candidates. Data is sourced from OpenF1 (2023-2024 for training, 2025 held-out for validation). The system is delivered as a FastAPI service and a React web application.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject.otherKBAes_ES
dc.titleRaceScope: Optimización de la estrategia de carrera en Fórmula 1 mediante Inteligencia Artificiales_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsInteligencia Artificial, Transformers, simulación Monte Carlo, estrategia de carrera, Fórmula 1, predicción de tiempos de vuelta, degradación de neumáticos, aprendizaje profundo, optimización bajo incertidumbre, FastAPI.es-ES
dc.keywordsArtificial Intelligence, Transformers, Monte Carlo simulation, race strategy, Formula 1, lap time prediction, tyre degradation, deep learning, optimisation under uncertainty, FastAPI.en-GB
Aparece en las colecciones: TFG, TFM (temporales)

Ficheros en este ítem:
Fichero Tamaño Formato  
TFG - Gonzalez Tabernero, Alvaro.pdf7,85 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.