Aller au contenu
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Connexion
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Recherche avancée
  • Estudio de redes neuronales para el pronóstico de la demanda de asignaturas
Image de couverture de livre

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

Fuente: Redalyc
Enregistré dans:
Détails bibliographiques
Auteur principal: Jesús David Terán-Villanueva
Format: Artículo científico
Langue:es
Publié: Universidad Pedagógica y Tecnológica de Colombia 2019
Sujets:
Ingeniería
pronóstico de demanda
Planeación estratégica
redes neuronales artificiales
Accès en ligne:
Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
  • Citer
  • Envoyer par SMS
  • Envoyer par courriel
  • Imprimer
  • Exporter les notices
    • Exporter vers RefWorks
    • Exporter vers EndNoteWeb
    • Exporter vers EndNote
  • Ajouter aux favoris
  • Permalien
  • Exemplaires
  • Description
  • Commentaires
  • Documents similaires
  • Affichage MARC

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

Documents similaires

  • Previsión de demanda intermitente con métodos de series de tiempo y redes neuronales artificiales: Estudio de caso
    par: René Santa Cruz R.
    Publié: (2017)
  • Pronóstico de la demanda de energía eléctrica horaria en Colombia mediante redes neuronales artificiales
    par: Santiago Medina Hurtado
    Publié: (2011)
  • Revisión de técnicas de análisis de decisión multicriterio (múltiple criteria decisión analysis -MCDA) como soporte a problemas complejos: pronósticos de demanda
    par: Mario Fernando Acosta Ríos
    Publié: (2009)
  • Controlador digital predictivo de demanda máxima de potencia eléctrica
    par: Juan Manuel Ojeda Sarmiento
    Publié: (2010)
  • Estudio de validación de un método para seleccionar técnicas de pronóstico de series de tiempo mediante redes neuronales artificiales
    par: M.C. Acosta-Cervantes
    Publié: (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