Show simple item record

dc.contributor.authorGiró, Germán Pablo
dc.contributor.authorLuna, Federico
dc.date.accessioned2025-11-19T21:08:56Z
dc.date.available2025-11-19T21:08:56Z
dc.date.issued2025
dc.identifier.urihttps://hdl.handle.net/20.500.14125/1949
dc.descriptionEvaluar y comparar diversas técnicas de pronóstico y detección de anomalías en series de tiempo para identificar las más efectivas en diferentes contextos.es
dc.description.abstractLa elaboración de pronósticos y la detección de anomalías basados en series temporales, constituyen un campo de acción específico para la Ciencia de Datos. De este modo, se estudian y aplican modelos que podríamos denominar clásicos, modelos basados en aprendizaje automático, y últimamente modelos que surgen de la aplicación de Inteligencia Artificial Generativa (IAG) como las redes neuronales generativas adversarias (GAN), los modelos de autoregresión recurrente (RNNs) y los modelos basados en Transformes.es
dc.formatapplication/pdfes
dc.format.extent4 p.es
dc.language.isospaes
dc.publisherUniversidad del Gran Rosarioes
dc.relation.isbasedoninfo:eu-repo/grantAgreement/Universidad del Gran Rosario/PID/R.R. No 435-2024/AR. Rosario/ Técnicas de pronóstico y detección de anomalías en series de tiempo
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectProcesamiento de Datoses
dc.subjectInteligencia Artificiales
dc.subject.otherCiencia de Datoses
dc.titleTécnicas de pronóstico y detección de anomalías en series de tiempoes
dc.typeresearchProjectes
dc.typeResumen proyecto
dc.type.versionacceptedVersiones
dc.rights.accessLevelopenAccesses
dc.description.filFil: Giró, Germán Pablo. Universidad del Gran Rosario; Argentina.es
dc.description.filFil: Luna, Federico. Universidad del Gran Rosario; Argentina.es
local.autor.orcidGiró, Germán Pablo https://orcid.org/0009-0000-4900-6321es


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional