<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-08-28T15:35:03Z</responseDate><request verb="GetRecord" identifier="oai:riubu.ubu.es:10259/10826" metadataPrefix="marc">https://riubu.ubu.es/oai/request</request><GetRecord><record><header><identifier>oai:riubu.ubu.es:10259/10826</identifier><datestamp>2025-09-03T07:35:17Z</datestamp><setSpec>com_10259_2699</setSpec><setSpec>col_10259_9310</setSpec></header><metadata><record xmlns="http://www.loc.gov/MARC21/slim" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dcterms="http://purl.org/dc/terms/" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>00925njm 22002777a 4500</leader>
<datafield tag="042" ind1=" " ind2=" ">
<subfield code="a">dc</subfield>
</datafield>
<datafield tag="720" ind1=" " ind2=" ">
<subfield code="a">García Pineda, Luis Santiago</subfield>
<subfield code="e">author</subfield>
</datafield>
<datafield tag="260" ind1=" " ind2=" ">
<subfield code="c">2023</subfield>
</datafield>
<datafield tag="520" ind1=" " ind2=" ">
<subfield code="a">En la tesis se aportan 3 publicaciones elaboradas por el grupo de investigación al que pertenece&#xd;
el autor de la tesis (D. Luis Santiago García Pineda)&#xd;
En el primer trabajo se analiza la sostenibilidad de la actividad del transporte por carretera en&#xd;
España a través del uso de Parcelas Exploratorias Híbridas No Supervisadas (HUEP,s) utilizando&#xd;
una metodología novedosa que combina EPP (Persecución de Proyecciones Exploratorias) con&#xd;
métodos de clusterización o agrupamiento de datos (K-means y Aglomerativo).&#xd;
En el segundo se analiza la sostenibilidad económica de las cadenas de suministro de distintos&#xd;
sectores mediante la aplicación del predictor Altman Z-Score. Se obtiene un ranking de&#xd;
probabilidad de quiebra de las cadenas de suministro de las empresas, según el sector al que&#xd;
pertenecen.&#xd;
Y en el tercero se lleva a cabo un análisis de series temporales mediante redes neuronales para&#xd;
predecir el precio del acero laminado en caliente (HRC) en España.</subfield>
</datafield>
<datafield tag="024" ind2=" " ind1="8">
<subfield code="a">https://hdl.handle.net/10259/10826</subfield>
</datafield>
<datafield tag="024" ind2=" " ind1="8">
<subfield code="a">10.36443/10259/10826</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Inteligencia artificial;</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Sostenibilidad en el transporte</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Redes neuronales</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Predicción de riesgo</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Predictor Altman Z</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Artificial intelligence</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Transport sustainability</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Artificial Neural Networks</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Risk prediction</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="653">
<subfield code="a">Altman´s Z-score</subfield>
</datafield>
<datafield tag="245" ind1="0" ind2="0">
<subfield code="a">Aportaciones a la toma de decisiones de gestión empresarial utilizando metodologías de aprendizaje máquina (machine learning)</subfield>
</datafield>
</record></metadata></record></GetRecord></OAI-PMH>