Saltar al contenido
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Búsqueda avanzada
  • Estudio de redes neuronales para el pronóstico de la demanda de asignaturas
Imagen de Portada

Estudio de redes neuronales para el pronóstico de la demanda de asignaturas

Fuente: Redalyc
Guardado en:
Detalles Bibliográficos
Autor principal: Jesús David Terán-Villanueva
Formato: Artículo científico
Lenguaje:es
Publicado: Universidad Pedagógica y Tecnológica de Colombia 2019
Materias:
Ingeniería
pronóstico de demanda
Planeación estratégica
redes neuronales artificiales
Acceso en línea:
Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
  • Citar
  • Describir
  • Enviar este por Correo electrónico
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Agregar a favoritos
  • Enlace Permanente
  • Existencias
  • Descripción
  • Comentarios
  • Ejemplares similares
  • Vista Equipo

Internet

https://www.redalyc.org/articulo.oa?id=413958523003
https://www.redalyc.org/journal/4139/413958523003/
https://www.redalyc.org/journal/4139/413958523003/html/
https://www.redalyc.org/journal/4139/413958523003/413958523003.epub
https://www.redalyc.org/journal/4139/413958523003/movil

Ejemplares similares

  • Previsión de demanda intermitente con métodos de series de tiempo y redes neuronales artificiales: Estudio de caso
    por: René Santa Cruz R.
    Publicado: (2017)
  • Pronóstico de la demanda de energía eléctrica horaria en Colombia mediante redes neuronales artificiales
    por: Santiago Medina Hurtado
    Publicado: (2011)
  • Revisión de técnicas de análisis de decisión multicriterio (múltiple criteria decisión analysis -MCDA) como soporte a problemas complejos: pronósticos de demanda
    por: Mario Fernando Acosta Ríos
    Publicado: (2009)
  • Controlador digital predictivo de demanda máxima de potencia eléctrica
    por: Juan Manuel Ojeda Sarmiento
    Publicado: (2010)
  • Estudio de validación de un método para seleccionar técnicas de pronóstico de series de tiempo mediante redes neuronales artificiales
    por: M.C. Acosta-Cervantes
    Publicado: (2013)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 33,245© 2026 Universidad del Mar