Modelos predictivos para ocupación de estacionamiento

dc.contributor.advisor	Pérez Hurtado de Mendoza, Ignacio	es
dc.creator	Lorenz Vieta, Germán	es
dc.date.accessioned	2024-07-05T09:48:37Z
dc.date.available	2024-07-05T09:48:37Z
dc.date.issued	2024-06-07
dc.identifier.citation	Lorenz Vieta, G. (2024). Modelos predictivos para ocupación de estacionamiento. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla.
dc.identifier.uri	https://hdl.handle.net/11441/161136
dc.description.abstract	El propósito de esta investigación es desarrollar y validar un sistema inteligente para la predicción eficaz de la disponibilidad de plazas de estacionamiento en contextos urbanos, específicamente en estacionamientos, enfocándose en la integración de técnicas avanzadas de aprendizaje profundo y análisis temporal de series de datos.	es
dc.format	application/pdf	es
dc.format.extent	XIII, 141 p.	es
dc.language.iso	spa	es
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Estacionamientos	es
dc.subject	Predicción	es
dc.subject	Análisis temporal de series	es
dc.subject	Aprendizaje profundo	es
dc.subject	Vehículos	es
dc.title	Modelos predictivos para ocupación de estacionamiento	es
dc.type	info:eu-repo/semantics/masterThesis	es
dc.type.version	info:eu-repo/semantics/publishedVersion	es
dc.rights.accessRights	info:eu-repo/semantics/openAccess	es
dc.contributor.affiliation	Universidad de Sevilla. Departamento de Ciencias de la Computación e Inteligencia Artificial	es

Ficheros	Tamaño	Formato	Ver	Descripción
2023___TFM__Modelos_predictivo ...	19.70Mb	[PDF]	Ver/Abrir

Excepto si se señala otra cosa, la licencia del ítem se describe como: Attribution-NonCommercial-NoDerivatives 4.0 Internacional