Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/106866Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Martín Muñoz, Pablo | es-ES |
| dc.contributor.author | González Tabernero, Álvaro | es-ES |
| dc.contributor.other | Universidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresariales | es_ES |
| dc.date.accessioned | 2025-10-30T12:51:12Z | - |
| dc.date.available | 2025-10-30T12:51:12Z | - |
| dc.date.issued | 2026 | es_ES |
| dc.identifier.uri | http://hdl.handle.net/11531/106866 | - |
| dc.description | Grado en Ingeniería en Tecnologías de Telecomunicación y Grado en Análisis de Negocios/Business Analytics | es_ES |
| dc.description.abstract | RaceScope 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.abstract | RaceScope 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.mimetype | application/pdf | es_ES |
| dc.language.iso | es-ES | es_ES |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | es_ES |
| dc.subject.other | KBA | es_ES |
| dc.title | RaceScope: Optimización de la estrategia de carrera en Fórmula 1 mediante Inteligencia Artificial | es_ES |
| dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | es_ES |
| dc.keywords | Inteligencia 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.keywords | Artificial 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.pdf | 7,85 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.