Modelando sistemas de ríos-acuíferos semiáridos con redes bayesianas y redes neuronales artificiales
Autores: Maldonado, Ana D.; Morales, María; Navarro, Francisco; Sánchez-Martos, Francisco; Aguilera, Pedro A.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Modelando sistemas de ríos-acuíferos semiáridos con redes bayesianas y redes neuronales artificiales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Precipitaciones
Temperatura del agua subterránea
Modelado
Regiones semiáridas
Redes bayesianas
Redes neuronales artificiales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
En este trabajo, comparamos el rendimiento predictivo de dos herramientas populares en estadística y aprendizaje automático, a saber, las redes bayesianas (BN) y las redes neuronales artificiales (ANN), en la modelización de la variación de la temperatura del agua subterránea asociada con eventos de precipitación.
Descripción
En este trabajo, comparamos el rendimiento predictivo de dos herramientas populares en estadística y aprendizaje automático, a saber, las redes bayesianas (BN) y las redes neuronales artificiales (ANN), en la modelización de la variación de la temperatura del agua subterránea asociada con eventos de precipitación.