2026-08-28T15:34:50Zhttps://riubu.ubu.es/oai/request

oai:riubu.ubu.es:10259/108262025-09-03T07:35:17Zcom_10259_2699col_10259_9310

García Pineda, Luis Santiago Urda Muñoz, Daniel Alonso de Armiño Pérez, Carlos Universidad de Burgos. Departamento de Digitalización Inteligencia artificial; Sostenibilidad en el transporte Redes neuronales Predicción de riesgo Predictor Altman Z Artificial intelligence Transport sustainability Artificial Neural Networks Risk prediction Altman´s Z-score En 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. 2025-08-29 2025-08-29 2023 2023-12-20 info:eu-repo/semantics/doctoralThesis https://hdl.handle.net/10259/10826 10.36443/10259/10826 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ Este 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 derivada info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivatives 4.0 Internacional