Redes Neuronales. Una Aplicación para la Predicción de Ozono

dc.contributor.advisorRuiz Suárez, Carloses
dc.contributor.committeememberRuiz Ascencio, Josées
dc.contributor.committeememberMorales Manzanares, Eduardoes
dc.contributor.departmentITESMen
dc.creatorSmith Pérez, Raúlen
dc.date.accessioned2015-08-17T11:22:46Zen
dc.date.available2015-08-17T11:22:46Zen
dc.date.issued1994-01-05
dc.description.abstractEste trabajo presenta una investigación y un análisis sobre las capacidades y limitaciones prácticas de dos modelos neuronales convencionales: el modelo de retropropagación y la memoria asociativa bidireccional (BAM). El fundamento teórico para cada modelo antecede a una aplicación general sobre contaminación ambiental para el pronóstico del nivel de ozono en la ciudad de México. Se realizaron pruebas sobre cada uno de estos modelos, especialmente sobre la BAM. La información necesaria provino de las cinco principales estaciones del sistema RAMA (red automática de monitoreo ambiental). Las comparaciones y los resultados de estas pruebas son presentados, además de las conclusiones sobre cada uno de los modelos
dc.identificatorCampo||7||33||3304||120304
dc.identifier.urihttp://hdl.handle.net/11285/572170en
dc.languagespa
dc.publisherInstituto Tecnológico y de Estudios Superiores de Monterrey
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0*
dc.subject.classificationArea::INGENIERÍA Y TECNOLOGÍA::CIENCIAS TECNOLÓGICAS::TECNOLOGÍA DE LOS ORDENADORES::INTELIGENCIA ARTIFICIALes_Mx
dc.subject.disciplineIngeniería y Ciencias Aplicadas / Engineering & Applied Sciencesen
dc.subject.keywordRedes neuronaleses
dc.subject.keywordPredicción de Ozonoes
dc.subject.keywordCiencias computacionaleses
dc.subject.keywordInteligencia Artificiales
dc.subject.keywordIngeniería en Sistemases
dc.titleRedes Neuronales. Una Aplicación para la Predicción de Ozonoes
dc.typeTesis de maestría
html.description.abstractEste trabajo presenta una investigación y un análisis sobre las capacidades y limitaciones prácticas de dos modelos neuronales convencionales: el modelo de retropropagación y la memoria asociativa bidireccional (BAM). El fundamento teórico para cada modelo antecede a una aplicación general sobre contaminación ambiental para el pronóstico del nivel de ozono en la ciudad de México. Se realizaron pruebas sobre cada uno de estos modelos, especialmente sobre la BAM. La información necesaria provino de las cinco principales estaciones del sistema RAMA (red automática de monitoreo ambiental). Las comparaciones y los resultados de estas pruebas son presentados, además de las conclusiones sobre cada uno de los modelos
refterms.dateFOA2018-03-06T12:30:26Z
refterms.dateFOA2018-03-06T12:30:26Z
thesis.degree.disciplineGraduados e Investigaciónes
thesis.degree.levelMaestro en Ciencias Computacionales con Especialidad en Inteligencia Artificiales
thesis.degree.nameMaestría en Ciencias Computacionaleses
thesis.degree.programCampus Moreloses

Files

Original bundle

Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
DocsTec_1850_1.pdf
Size:
53.21 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
smith perez_hojadefirmasPDFA.pdf
Size:
93.76 KB
Format:
Adobe Portable Document Format
Description:
hoja de firmas
Loading...
Thumbnail Image
Name:
smith perez_tesisPDFA.pdf
Size:
4.1 MB
Format:
Adobe Portable Document Format
Description:
tesis de maestría
logo

El usuario tiene la obligación de utilizar los servicios y contenidos proporcionados por la Universidad, en particular, los impresos y recursos electrónicos, de conformidad con la legislación vigente y los principios de buena fe y en general usos aceptados, sin contravenir con su realización el orden público, especialmente, en el caso en que, para el adecuado desempeño de su actividad, necesita reproducir, distribuir, comunicar y/o poner a disposición, fragmentos de obras impresas o susceptibles de estar en formato analógico o digital, ya sea en soporte papel o electrónico. Ley 23/2006, de 7 de julio, por la que se modifica el texto revisado de la Ley de Propiedad Intelectual, aprobado

DSpace software copyright © 2002-2026

Licencia