Saltar al contenido
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Búsqueda avanzada
  • Una evaluación integral de las técnicas de ia para predecir el índice de calidad del aire: RNN y transformers
Imagen de Portada

Una evaluación integral de las técnicas de ia para predecir el índice de calidad del aire: RNN y transformers

Fuente: Redalyc
Guardado en:
Detalles Bibliográficos
Autor principal: Pablo Andrés Buestán Andrade
Formato: Artículo científico
Lenguaje:es
Publicado: Universidad Politécnica Salesiana 2025
Materias:
Ingeniería
RNN
LSTM
transformadores
Índice de calidad del aire
pronóstico de contaminación
Acceso en línea:
Acceder al recurso 1 Acceder al recurso 2 Acceder al recurso 3 Acceder al recurso 4 Acceder al recurso 5 Acceder al recurso 6
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=505580145006
https://www.redalyc.org/journal/5055/505580145006/
https://www.redalyc.org/journal/5055/505580145006/html/
https://www.redalyc.org/journal/5055/505580145006/505580145006.epub
https://www.redalyc.org/journal/5055/505580145006/movil
https://doi.org/10.17163/ings.n33.2025.06

Ejemplares similares

  • Machine learning approach for confirmation of COVID-19 cases: positive, negative, death and release
    por: Shawni Dutta
    Publicado: (2020)
  • Automatic generator of scientific abstracts in tourism research
    por: Carmona, Miguel Ángel Álvarez, et al.
    Publicado: (2022)
  • Deep Learning–Based Clinical Decision Support System for Heart Disease Prediction Using ANN, CNN and RNN–LSTM
    por: MD Samiulla, et al.
    Publicado: (2025)
  • Privacy-preserving fitness recommendation system using modified seagull monarch butterfly optimized deep learning model
    por: Esmita, Gupta, et al.
    Publicado: (2026)
  • Comparative Study of ARIMA and Deep Learning for NDVI Forecasting Using Landsat 8 Data
    por: Vidya Mohanty, et al.
    Publicado: (2025)
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