Métodos de reducción de dimensionalidad: Análisis comparativo de los métodos APC, ACPP y ACPK

Autor: Jorge Arroyo-Hernández

Publikováno v: Uniciencia, Vol 30, Iss 1, Pp 115-122 (2016)

Los métodos de reducción de dimensionalidad son algoritmos que mapean el conjunto de los datos a subespacios derivados del espacio original, de menor dimensión, que permiten hacer una descripción de los datos a un menor costo. Por su importancia,

Externí odkaz: https://doaj.org/article/d8f619eb0c69482794519d1b8410f35a

Comparación entre dos métodos de reducción de dimensionalidad en series de tiempo Comparison between Two Dimensionality Reduction Methods in Time Series

Autor: HANWEN ZHANG

Publikováno v: Revista Colombiana de Estadística, Vol 32, Iss 2, Pp 189-212 (2009)

En este trabajo se analizan dos métodos de reducción de dimensionalidad en series de tiempo multivariadas estacionarias: el método de Peña y Box, basado en el dominio del tiempo, y el método de Brillinger, basado en el dominio de las frecuencias

Externí odkaz: https://doaj.org/article/e04abcfa927b4a18b19b44ebd2fbfb06

Supervised learning in the construction of a Credit Scoring model for savings and credit cooperatives in Colombia

Autor: Cano Bedoya, Jonathan

Publikováno v: Repositorio UN
Universidad Nacional de Colombia
instacron:Universidad Nacional de Colombia

ilustraciones, diagramas, tablas Las entidades financieras del sector solidario brindan créditos a sus asociados, exponiéndose a un riesgo derivado de esta actividad. Este trabajo de investigación tiene como objetivo la propuesta metodológica de

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::b0bb78d1c551f8981686a6fe95c989c1
https://repositorio.unal.edu.co/handle/unal/81003

Seasonal Mapping of Irrigated Winter Wheat Traits in Argentina with a Hybrid Retrieval Workflow Using Sentinel-2 Imagery

Autor: Gabriel Caballero, Alejandro Pezzola, Cristina Winschel, Alejandra Casella, Paolo Sanchez Angonova, Juan Pablo Rivera-Caicedo, Katja Berger, Jochem Verrelst, Jesus Delegido

Publikováno v: Remote Sensing 14 (18) : 4531. (September 2022)
INTA Digital (INTA)
Instituto Nacional de Tecnología Agropecuaria
instacron:INTA
Remote Sensing; Volume 14; Issue 18; Pages: 4531

Earth observation offers an unprecedented opportunity to monitor intensively cultivated areas providing key support to assess fertilizer needs and crop water uptake. Routinely, vegetation traits mapping can help farmers to monitor plant development a

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::98e3d36fb15207916d34f84987819dfb
https://doi.org/10.3390/rs14184531

Aprendizaje automático y reducción de la dimensionalidad en predicción de energías renovables

Autor: Andrés Tamé, Iván de

Publikováno v: Biblos-e Archivo. Repositorio Institucional de la UAM
instname

Con el incremento de la población y el consumo de la misma, las formas de obtener energía han ido evolucionando desde hace años, y las energías renovables se van abriendo camino, puesto que suponen un factor diferenciador en el camino hacia un fu

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::6ad9194f510aa75dd9bc7750fd15c56f
https://hdl.handle.net/10486/697904