1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Licenciatura
  3. Sinaloa
  4. Instituto Tecnológico de Culiacán (Licenciatura)
  5. INGENIERIA EN SISTEMAS COMPUTACIONALES

Veuillez utiliser cette adresse pour citer ce document : https://rinacional.tecnm.mx/jspui/handle/TecNM/10718
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.advisorPERALTA PEÑUÑURI, GLORIA EKATERINE-
dc.contributor.authorGONZÁLEZ NAVA, JUAN CARLOS, DANIEL ANTONIO NIEBLAS FUENTES-
dc.creatorGONZÁLEZ NAVA, JUAN CARLOS, DANIEL ANTONIO NIEBLAS FUENTES-
dc.date.accessioned2025-08-29T19:32:00Z-
dc.date.available2025-08-29T19:32:00Z-
dc.date.issued2024-05-16-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/10718-
dc.descriptionEn la actualidad, el análisis de muestras resulta muy tardado debido a que la mayoría de los análisis de muestras de agua se realizan fuera de la entidad. Como resultado, el análisis de las muestras conlleva un proceso costoso y prolongado. Por diversos factores, el registro de estos parámetros de calidad de agua no se realiza. Por ello, es necesario aplicar medidas para solucionar este problema, para que, de esta manera, se pueda tener un análisis constante de la contaminación del agua, y así, poder garantizar su calidad. Se pretende desarrollar e implementar un modelo de Inteligencia Artificial con el fin de generar predicciones de valores de concentración de metales pesados en cuerpos de agua superficial en el estado de Sinaloa, utilizando técnicas de Aprendizaje Automático, apoyándose del uso del método tecnológico con el que se pretende obtener los siguientes resultados: • Reducir el tiempo de análisis • Reducción de costos • Mejorar la eficiencia del diagnósticoes_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherInteligencia Artificiales_MX
dc.subject.otherAprendizaje máquinaes_MX
dc.subject.otherAprendizaje profundoes_MX
dc.subject.otherModelos de aprendizajees_MX
dc.subject.otherConjuntos de datoses_MX
dc.subject.otherPythones_MX
dc.subject.otherPreprocesamiento de datoses_MX
dc.subject.otherRedes neuronaleses_MX
dc.subject.otherMetales Pesadoses_MX
dc.titleSISTEMAS DE ESTIMACIÓN DE METALES PESADOS EN RÍOS DE SINALOA CON TÉCNICAS DE APRENDIZAJE MAQUINA DERIVADA DE LA INTELIGENCIA ARTIFICIALes_MX
dc.typeinfo:eu-repo/semantics/bachelorThesises_MX
dc.contributor.directorRODRÍGUEZ RANGEL, HÉCTOR-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Culiacánes_MX
Collection(s) :INGENIERIA EN SISTEMAS COMPUTACIONALES

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Sistema De Estimación De Metales Pesados En Rios De Sinaloa Con Técnicas De Aprendizaje Máquina.pdf3.48 MBAdobe PDFVoir/Ouvrir
Licencia Juan Carlos.pdf
  Jusqu'à 9999-01-01		585.13 kBAdobe PDFVoir/Ouvrir    Demander une copie
Licencia Daniel Antonio.pdf
  Jusqu'à 9999-01-01		586.22 kBAdobe PDFVoir/Ouvrir    Demander une copie


Ce document est protégé par copyright

Voir la licence
Affichage abbrégé


Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons