Universidad de Burgos RIUBU Principal Default Universidad de Burgos RIUBU Principal Default
  • español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Universidad de Burgos RIUBU Principal Default
  • Ayuda
  • Contactez-nous
  • Faire parvenir un commentaire
  • Acceso abierto
    • Archivar en RIUBU
    • Acuerdos editoriales para la publicación en acceso abierto
    • Controla tus derechos, facilita el acceso abierto
    • Sobre el acceso abierto y la UBU
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout RIUBUCommunautés & CollectionsPar date de publicationAuteursTitresSujetsCette collectionPar date de publicationAuteursTitresSujets

    Mon compte

    Ouvrir une sessionS'inscrire

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de RIUBU
    • Thèses de doctorat
    • Tesis Ingeniería Civil
    • Voir le document
    •   Accueil de RIUBU
    • Thèses de doctorat
    • Tesis Ingeniería Civil
    • Voir le document

    Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10259/5417

    Título
    Vinculaciones de la actividad del sector de transporte de mercancías por carretera con los cambios económicos: un estudio basado en aprendizaje máquina
    Autor
    Alonso de Armiño Pérez, CarlosAutoridad UBU Orcid
    Director
    Manzanedo del Campo, Miguel ÁngelAutoridad UBU Orcid
    Herrero Cosío, ÁlvaroAutoridad UBU Orcid
    Entidad
    Universidad de Burgos. Departamento de Ingeniería Civil
    Fecha de publicación
    2019
    DOI
    10.36443/10259/5417
    Résumé
    Los importantes y rápidos cambios con un alto nivel disruptivo que ha experimentado la actividad económica de nuestra sociedad en el periodo más reciente, ha hecho que el transporte se adapte inmediatamente a los nuevos requerimientos de servicios. Este análisis permite desarrollar un nuevo marco de estudio a través de técnicas de Inteligencia Artificial (aprendizaje máquina más específicamente) de esa vinculación congénita entre economía y transporte. Para ello se aplican métodos proyeccionistas y de agrupamiento junto con redes neuronales supervisadas, generando una valiosa información y un substrato suficiente para respaldar estudios y modelos que analicen y se apoyen en el paralelismo de estas actividades. Tras una exhaustiva experimentación se han obtenido resultados relevantes en el análisis de las series temporales de datos macroeconómicos y de transporte. Todo ello ha permitido obtener destacadas conclusiones que pretenden mejorar la gestión del transporte de mercancías por carretera en España.
    Palabras clave
    Macroeconomía
    Transporte de mercancías por carretera
    Métodos proyeccionistas
    Técnicas de agrupamiento
    Redes neuronales
    Macroeconomics
    Freight Road Transportation
    Projection Methods
    Clustering Techniques
    Neural Networks
    Materia
    Transportes
    Transportation
    URI
    http://hdl.handle.net/10259/5417
    Aparece en las colecciones
    • Tesis Ingeniería Civil
    Attribution-NonCommercial-NoDerivatives 4.0 Internacional
    Documento(s) sujeto(s) a una licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional
    Fichier(s) constituant ce document
    Nombre:
    Alonso_de_Armiño_Pérez.pdf
    Tamaño:
    9.606Mo
    Formato:
    Adobe PDF
    Descripción:
    Contenido parcial
    Thumbnail
    Voir/Ouvrir

    Métricas

    Citas

    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Afficher la notice complète

    Universidad de Burgos

    Powered by MIT's. DSpace software, Version 5.10