Mostrar registro simples

dc.contributor.advisorUrda Muñoz, Daniel 
dc.contributor.advisorAlonso de Armiño Pérez, Carlos 
dc.contributor.authorGarcía Pineda, Luis Santiago 
dc.contributor.otherUniversidad de Burgos. Departamento de Digitalización
dc.date.accessioned2025-08-29T10:18:36Z
dc.date.available2025-08-29T10:18:36Z
dc.date.issued2023
dc.date.submitted2023-12-20
dc.identifier.urihttps://hdl.handle.net/10259/10826
dc.description.abstractEn la tesis se aportan 3 publicaciones elaboradas por el grupo de investigación al que pertenece el autor de la tesis (D. Luis Santiago García Pineda) En el primer trabajo se analiza la sostenibilidad de la actividad del transporte por carretera en España a través del uso de Parcelas Exploratorias Híbridas No Supervisadas (HUEP,s) utilizando una metodología novedosa que combina EPP (Persecución de Proyecciones Exploratorias) con métodos de clusterización o agrupamiento de datos (K-means y Aglomerativo). En el segundo se analiza la sostenibilidad económica de las cadenas de suministro de distintos sectores mediante la aplicación del predictor Altman Z-Score. Se obtiene un ranking de probabilidad de quiebra de las cadenas de suministro de las empresas, según el sector al que pertenecen. Y en el tercero se lleva a cabo un análisis de series temporales mediante redes neuronales para predecir el precio del acero laminado en caliente (HRC) en España.es
dc.format.mimetypeapplication/pdf
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectInteligencia artificial;es
dc.subjectSostenibilidad en el transportees
dc.subjectRedes neuronaleses
dc.subjectPredicción de riesgoes
dc.subjectPredictor Altman Zes
dc.subjectArtificial intelligenceen
dc.subjectTransport sustainabilityen
dc.subjectArtificial Neural Networksen
dc.subjectRisk predictionen
dc.subjectAltman´s Z-scoreen
dc.subject.otherProducción eficientees
dc.subject.otherLean manufacturingen
dc.titleAportaciones a la toma de decisiones de gestión empresarial utilizando metodologías de aprendizaje máquina (machine learning)es
dc.typeinfo:eu-repo/semantics/doctoralThesises
dc.rights.holderEste documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivadaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.identifier.doi10.36443/10259/10826
dc.subject.unesco5311.01 Publicidades
dc.subject.unesco5311.99 Otrases
dc.subject.unesco3310.99 Otrases
dc.subject.unesco1203.04 Inteligencia Artificiales
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones
dc.description.degreeDoctorado en Ingeniería y Tecnologías Industrial, Informática y Civil


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples