Métodos que explotan información adjunta para predecir variables objetivo desconocidas.

dc.contributor.advisor	Montañés Roces, Elena
dc.contributor.advisor	Quevedo Pérez, José Ramón
dc.contributor.author	Fernández Díaz, Miriam
dc.contributor.other	Informática, Departamento de	spa
dc.date.accessioned	2024-03-05T12:23:54Z
dc.date.available	2024-03-05T12:23:54Z
dc.date.issued	2023-06-02
dc.identifier.uri	https://hdl.handle.net/10651/71807
dc.description.abstract	Esta investigación surge de la necesidad de predecir la concentración de contaminantes atmosféricos en las estaciones meteorológicas. La contaminación atmosférica depende de la ubicación de las estaciones (condiciones meteorológicas y actividades en el entorno). Con frecuencia, la información circundante no se tiene en cuenta en el proceso de aprendizaje. Esta información es conocida de antemano en ausencia de condiciones meteorológicas no observadas y se mantiene constante para la misma estación. Tener en cuenta la información de los alrededores como información adjunta permite generalizar la predicción de la concentración de contaminantes a nuevas estaciones, lo que lleva a un escenario de regresión de aprendizaje de tiro cero.	spa
dc.format.extent	85 p.	spa
dc.language.iso	spa	spa
dc.subject	Contaminantes atmosféricos	spa
dc.subject	Estaciones meteorológicas	spa
dc.title	Métodos que explotan información adjunta para predecir variables objetivo desconocidas.	spa
dc.type	doctoral thesis	spa
dc.local.notes	DT(SE) 2023-134	spa
dc.rights.accessRights	embargoed access