Catálogo de publicaciones


Navegación

Tipo

Acceso

Plataformas

Temática

Mostrando 10 de 4.232 registro(s)

Filtros temática quitar todos

European Journal of Combinatorics

Más información

ISSNs 0195-6698 (impreso) 1095-9971 (en línea)

Disponibilidad
Institución detectada Período Navegá Descargá Solicitá
No detectada desde mar. 1980 / ScienceDirect

Cobertura temática: Matemáticas  


revistas Acceso Abierto
Agregar a Mi catálogo

European Journal of Mathematical Analysis

Más información

ISSNs 2733-3957 (en línea)

Disponibilidad
Institución detectada Período Navegá Descargá Solicitá
No requiere desde ene. 2021 / hasta may. 2025 Directory of Open Access Journals acceso abierto Descargá directamente

Cobertura temática: Matemáticas  


revistas Acceso Abierto
Agregar a Mi catálogo

European Journal of Mathematics and Applications

Más información

ISSNs 2752-7603 (en línea)

Disponibilidad
Institución detectada Período Navegá Descargá Solicitá
No requiere desde ene. 2021 / hasta may. 2025 Directory of Open Access Journals acceso abierto Descargá directamente

Cobertura temática: Matemáticas - Ingeniería y tecnología  


European Journal of Operational Research

Más información

ISSNs 0377-2217 (impreso) 1872-6860 (en línea)

Disponibilidad
Institución detectada Período Navegá Descargá Solicitá
No detectada desde ene. 1977 / hasta dic. 2023 ScienceDirect

Cobertura temática: Matemáticas  


revistas Acceso Abierto
Agregar a Mi catálogo

European Journal of Remote Sensing

Más información

ISSNs 2279-7254 (en línea)

Disponibilidad
Institución detectada Período Navegá Descargá Solicitá
No requiere desde ene. 2012 / hasta may. 2025 Directory of Open Access Journals acceso abierto Descargá directamente

Cobertura temática: Matemáticas - Ciencias de la tierra y ciencias ambientales relacionadas - Ingenieria ambiental  


libros Acceso Abierto
Agregar a Mi catálogo

European Traditions in Didactics of Mathematics

Más información

ISBNs: 978-3-030-05513-4 (impreso) 978-3-030-05514-1 (en línea)

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2019 SpringerLink acceso abierto Descargá directamente

Cobertura temática: Matemáticas - Educación  


libros Acceso Abierto
Agregar a Mi catálogo

European Traditions in Didactics of Mathematics

Más información

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere Directory of Open access Books acceso abierto Descargá directamente

Cobertura temática: Ciencias naturales - Matemáticas - Ciencias sociales - Educación - Historia y arqueología  


tesis Acceso Abierto
Agregar a Mi catálogo

Evaluación de la calidad de las aguas superficiales mediante técnicas de estadística multivariante: un estudio de caso en la cuenca del río Paute, al sur de Ecuador

Más información
Autores/as: Gonzalo Sotomayor ; Henrietta Hampel ; Pablo Gustavo Romanazzi

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2016 Naturalis (SNRD) acceso abierto Descargá directamente
No requiere 2016 SEDICI: Repositorio Institucional de la UNLP (SNRD) acceso abierto Descargá directamente

Cobertura temática: Matemáticas  

Diferentes técnicas de estadística multivariante como el método de clasificación del vecino más cercano (k – NN) a través de algoritmos genéticos (GAs), un análisis de componentes principales (PCA) y regresiones múltiples (MR), se llevaron a cabo para evaluar e interpretar bajo el marco conceptual de la Ecohidrología una gran y compleja matriz de datos de calidad de agua. Los datos se obtuvieron durante cinco años (2008, 2010-2013) de muestreo en la cuenca del Río Paute al sur de Ecuador. Treinta y cuatro variables físico-químicas, microbiológicas, geomorfológicas y biológicas (macroinvertebrados bentónicos) fueron monitoreadas en 64 sitios (10234 observaciones). El análisis k-NN a través de GAs se utilizó para conocer cuál de 6 índices bióticos dados por los macrozoobentos es, en términos de ajuste matemático para un modelo de clasificación, el óptimo. Se obtuvo como resultado que una combinación de puntajes del Andean Biotic Index (ABI; zonas > 2000 m.s.n.m.) y el Biological Monitoring Working Party calibrado para Colombia (BMWP/Col; zonas < 2000 m.s.n.m.) es la variable de respuesta biológica más adecuada. Una redistribución de las clases de los índices bióticos mostró que matemáticamente estas se optimizan si son tres (dadas por los percentiles 33,33 % y 66,66 % del índice biótico) y no cinco. Se aplicó un PCA sobre tres grupos de calidad de agua establecidos por los percentiles 33,33 % y 66,66 % del índice biótico seleccionado (combinación ABI + BMWP/Col), siendo las variables que mayoritariamente explican a las mejores clases y su estado de buena integridad ecológica (clase 1) la presencia de vegetación de bosque de ribera y la alta heterogeneidad del lecho. Por el contrario, elevados niveles de coliformes fecales, demanda bioquímica de oxígeno (DBO), amonio, turbiedad, pH y temperatura del agua, más bajas valoraciones de calidad de hábitat; son condiciones que se asocian con clases de aguas contaminadas (clase 3). Finalmente, un método de validación para los resultados del PCA basado en Regresiones Múltiples se probó con éxito enfatizando así la fiabilidad científica del estudio.

tesis Acceso Abierto
Agregar a Mi catálogo

Evaluación de modelos de aprendizaje automático para la predicción de variables asociadas a la producción en cultivos de caña de azúcar usando índices de vegetación y variables edáfícas

Más información
Autores/as: Camilo Alberto Herrera Rozo ; Pablo Ariel Cipriotti

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No requiere 2019 FAUBA Digital: Repositorio Institucional Científico y Académico de la Facultad de Agronomía de la UBA (SNRD) acceso abierto Descargá directamente

Cobertura temática: Matemáticas - Ciencias biológicas - Agricultura, silvicultura y pesca - Ciencia política  

La revolución de la informática ha impulsado nuevos desarrollos que mejoran la capacidad de tomar decisiones en agricultura. La caña de azúcar es considerada como el cultivo agrícola más importante del planeta según la Unesco. Conociendo la importancia del cultivo y las nuevas posibilidades computacionales, se generó una metodología para el procesamiento de la información disponible, la cual incluía imágenes multiespectrales, información de características edáficas e información muestreada de las variables a estimar. Con los datos estandarizados se evaluaron y ajustaron cuatro algoritmos de aprendizaje automático (BaggedCART, PLS, Random Forest y Cubist) para la predicción de índices de área foliar (IAF) y rendimiento de cultivo en toneladas de caña por hectárea (TCH). En el proceso de evaluación de los algoritmos se usaron estrategias de big data para lograr procesar y evaluar múltiples parámetros en búsqueda del mejor modelo tanto a nivel de cada algoritmo evaluado como a nivel global buscando el mejor de los algoritmos para las variables estimadas. El mejor ajuste se obtuvo con el algoritmo de random forest, tanto para la predicción de IAF como la predicción del TCH en términos de precisión de la respuesta. Igualmente, este algoritmo presentó los mejores tiempos de ajuste y entrenamiento de los modelos. Los resultados en cuanto a la precisión y modelado tanto de IAF como de TCH a partir de algoritmos de aprendizaje automático indican que los modelos propuestos pueden usarse para predecir estas variables asociadas a las producción de un cultivo y ayudar en el análisis de cultivos con datos fáciles de recolectar y con las nuevas tecnologías disponibles para ayudar en la toma de decisiones en la agroindustria de la caña de azúcar.

Evaluating clinical research: All that glitters is not gold

Más información

ISBNs: 978-0-387-72898-8 (impreso) 978-0-387-72899-5 (en línea)

Disponibilidad
Institución detectada Año de publicación Navegá Descargá Solicitá
No detectada 2007 SpringerLink

Cobertura temática: Matemáticas