Listar Trabajos Fin de Máster ETSIIT - TIIGMET Master Amaierako Lanak por titulación
Mostrando ítems 1-6 de 6
-
Aproximación de la función de Kätzel en términos de funciones elementales
(2021) Trabajo Fin de Máster/Master Amaierako Lana
El objetivo del trabajo es aproximar la función de Krätzel Z(x, v, ρ) mediante desarrollos en serie en términos de funciones elementales, ya sean de forma asintótica o convergente. Para ello, se utilizarán métodos clásicos ... -
Burned area mapping in Rondonia using tools in R
(2020) Trabajo Fin de Máster/Master Amaierako Lana
El Amazonas es uno de los reservorios de biodiversidad más importantes a nivel global y sufre una gran presión medioambiental debido a la explotación de sus recursos y a la conversión de espacios forestales en zonas ... -
Entropía en conjuntos difusos intervalo-valorados y aplicación a umbralización de imágenes con órdenes admisibles
(2020) Trabajo Fin de Máster/Master Amaierako LanaEl problema clásico de umbralización tiene como finalidad principal la separación de objetos de una imagen respecto del fondo. En el presente trabajo, trataremos el tema desde la lógica difusa, puesto que proporciona una ... -
El espacio de MacCullough-Miller
(2022) Trabajo Fin de Máster/Master Amaierako Lana
En este trabajo vamos a estudiar el complejo de McCullough-Miller, que se obtiene mediante la realización simplicial del poset Whitehead. Este poset se construye induciendo un orden parcial en cierto conjunto de árboles ... -
On parafree residually free groups
(2022) Trabajo Fin de Máster/Master Amaierako Lana
Los grupos Parafree introducidos por Gilbert Baumslag en los años 60 comparten muchas propiedades con los grupos libres en un intento de resolver la conjetura de que un grupo de dimensión cohomológica uno es libre. ... -
Statistical learning modeling for mechanical behavior in torsion of a Twinning-induced plasticity steel
(2020) Trabajo Fin de Máster/Master Amaierako LanaLos modelos de conjuntos de árboles y las redes neuronales son dos tipos de algoritmos modernos de aprendizaje automático para realizar predicciones con un bajo nivel de error. Los algoritmos de Potenciación del gradiente, ...
