Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/7944
Título : EL USO DE TÉCNICAS DE APRENDIZAJE AUTOMÁTICO EN APLICACIONES DEL CAMBIO CLIMÁTICO
Autor : Bozada Zuñiga, Oscar Roman
Fecha de publicación : 2024-06-01
Editorial : Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Ciudad Madero
Descripción : El calentamiento global se ha convertido en uno de los problemas ambientales más importantes al día de hoy. Si bien el cambio climático es un proceso que se ha dado naturalmente, el ser humano han sido el principal motor del cambio climático en la actualidad, principalmente por la quema de combustibles fósiles como el carbón, el petróleo y el gas. Según la Agencia Internacional de la Energía (AIE), en el año 2021 se registró un envío de 2,000 millones de toneladas de C02 a la atmosfera, siendo principal fuente de esta emisión, la actividad del ser humano. Debido a todo este daño ocasionado por el ser humano, el pronóstico del clima ha sido un tema de gran relevancia. En las últimas décadas, se han empleado diferentes técnicas para encontrar un buen pronóstico, llegando a métodos matemáticos donde a partir de algoritmos y análisis de datos sobre una serie de tiempo, se logran obtener resultados muy cercanos al valor real. Se han hecho investigaciones para combinar diferentes enfoques para construir modelos de pronóstico eficientes. Las comparaciones de estos modelos ayudan a determinar las fortalezas y debilidades del modelo. Se deben introducir ciertos criterios para medir la precisión de un modelo [1].
metadata.dc.type: info:eu-repo/semantics/masterThesis
Aparece en las colecciones: Maestría en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
G15071315_donacion_tesis_bib (1).pdfTesis1.9 MBAdobe PDFVisualizar/Abrir
G15071315_donacion_licencia_bib (1).pdf
  Until 2050-01-01
Licencia216.16 kBAdobe PDFVisualizar/Abrir  Request a copy


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons