Predicción de la concentración de arsénico utilizando redes neuronales.

Desarrollo de redes neuronales para la predicción de la concentración de arsénico en agua.

Guardado en:
Detalles Bibliográficos
Autor principal: Rigalli, Alfredo
Formato: report informe técnico publishedVersion Material Didáctico
Lenguaje:Español
Publicado: 2021
Materias:
Redes neuronales
Agua
Arsénico
Acceso en línea:http://hdl.handle.net/2133/21789
http://hdl.handle.net/2133/21789
Aporte de:
Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR) de Universidad Nacional de Rosario
id I15-R121-2133-21789
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic Redes neuronales
Agua
Arsénico
spellingShingle Redes neuronales
Agua
Arsénico
Rigalli, Alfredo
Predicción de la concentración de arsénico utilizando redes neuronales.
topic_facet Redes neuronales
Agua
Arsénico
description Desarrollo de redes neuronales para la predicción de la concentración de arsénico en agua.
format report
informe técnico
publishedVersion
Material Didáctico
author Rigalli, Alfredo
author_facet Rigalli, Alfredo
author_sort Rigalli, Alfredo
title Predicción de la concentración de arsénico utilizando redes neuronales.
title_short Predicción de la concentración de arsénico utilizando redes neuronales.
title_full Predicción de la concentración de arsénico utilizando redes neuronales.
title_fullStr Predicción de la concentración de arsénico utilizando redes neuronales.
title_full_unstemmed Predicción de la concentración de arsénico utilizando redes neuronales.
title_sort predicción de la concentración de arsénico utilizando redes neuronales.
publishDate 2021
url http://hdl.handle.net/2133/21789
http://hdl.handle.net/2133/21789
work_keys_str_mv AT rigallialfredo predicciondelaconcentraciondearsenicoutilizandoredesneuronales
bdutipo_str Repositorios
_version_ 1764820411372011520

Ejemplares similares