Por favor utiliza este link para citar o compartir este documento: http://repositoriodigital.academica.mx/jspui/handle/987654321/84882
Full metadata record
Campo DCValorLenguaje
dc.creatorCervantes-Osornio,Rocío-
dc.creatorArteaga-Ramírez,Ramón-
dc.creatorVázquez-Peña,Mario Alberto-
dc.creatorQuevedo-Nolasco,Abel-
dc.date2011-06-01-
dc.date.accessioned2012-07-31T17:47:07Z-
dc.date.available2012-07-31T17:47:07Z-
dc.date.issued2012-07-31-
dc.identifierhttp://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-09342011000300010-
dc.identifier.urihttp://repositoriodigital.academica.mx/jspui/handle/987654321/84882-
dc.descriptionLas redes neuronales artificiales representan un vasto campo de investigación, puesto que han demostrado tener aplicación en varios campos de la ciencia, su capacidad de lidiar con no linealidades en diversos fenómenos, y los diferentes trabajos realizados en la estimación y/o pronóstico para predecir variables climáticas, que inciden directa e indirectamente en la evapotranspiración de referencia y la propia evapotranspiración ha originado el desarrollo de este trabajo. El objetivo fue presentar una revisión de literatura sobre redes neuronales artificiales, para la estimación de la evapotranspiración de referencia y variables relacionadas, que incluye: la teoría y fundamentos de las redes neuronales artificiales y el algoritmo backpropagation; algunas similitudes y diferencias entre los modelos estadísticos tradicionales y las redes neuronales artificiales; aplicaciones de las redes neuronales artificiales en la estimación de la evapotranspiración de referencia; y variables que se asocian con las perspectivas de las redes neuronales artificiales en la predicción de variables agroclimáticas. Las redes neuronales artificiales estáticas multicapa, son hasta ahora las más comunes en la estimación de evapotranspiración de referencia, y se vislumbra un cambio en la tendencia de aplicar redes neuronales artificiales de tipo dinámico.-
dc.formattext/html-
dc.languagees-
dc.publisherRevista mexicana de ciencias agrícolas-
dc.subjectmodelos-
dc.subjectpredicción-
dc.subjectvariables meteorológicas-
dc.titleRedes neuronales artificiales en la estimación de la evapotranspiración de referencia-
dc.typejournal article-
Aparece en las Colecciones:Revista Mexicana de Ciencias Agrícolas

Archivos de este documento:
No hay archivos asociados a este documento.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.