Pronóstico de series temporales con aprendizaje profundo y aplicaciones en la industria

11CP26-31

Autores/as

Palabras clave:

aprendizaje profundo, interpretabilidad, generalización, robustez, series temporales

Biografía del autor/a

Alejandro Medina Reyes, Universidad Autónoma de Ciudad Juárez

Doctorado en Ciencias de la Ingeniería Avanzada, Departamento de Ingeniería Industrial y Manufactura, Instituto de Ingeniería y Tecnología, Universidad Autónoma de Ciudad Juárez, México

Dr. José Manuel Mejía Muñoz, Universidad Autónoma de Ciudad Juárez

Profesor-investigador, Departamento de Ingeniería Industrial y Manufactura, Instituto de Ingeniería y Tecnología, Universidad Autónoma de Ciudad Juárez, México

Dr. Boris Jesús Mederos Madrazo, Universidad Autónoma de Ciudad Juárez

Profesor-investigador, Departamento de Ingeniería Industrial y Manufactura, Instituto de Ingeniería y Tecnología, Universidad Autónoma de Ciudad Juárez, México

Portada de Memorias Científicas y Tecnológicas

Descargas

Publicado

2026-06-14

Cómo citar

[1]
A. Medina Reyes, J. M. Mejía Muñoz, y B. J. Mederos Madrazo, «Pronóstico de series temporales con aprendizaje profundo y aplicaciones en la industria: 11CP26-31», Mem. Científ. y Tecnol., vol. 5, n.º 4, pp. 63–64, jun. 2026.

Número

Vol. 5 Núm. 4 (2026): 11.º Coloquio de Posgrados del IIT

Sección

11.º Coloquio de Posgrados del IIT