Aplicación de técnicas de machine learning para el estudio del cambio climático

• Nicolás Tacoronte ^[1] ; Matilde García-Valdecasas Ojeda ^[1] ; María Jesús Esteban Parra ^[1] ; Sonia Raquel Gámiz Fortis ^[1]
  1. [1] Universidad de Granada

     Universidad de Granada

     Granada, España

     
• Localización: Evaluación y Calidad Educativa: Innovación Basada en la Investigación / coord. por Manuel Enrique Lorenzo Martín, Juan José Victoria Maldonado, María Jesús Santos Villalba, Alejandro Martínez Menéndez, 2025, ISBN 979-13-7006-406-8, págs. 33-43
• Idioma: español
• Enlaces
  • Texto Completo Libro
• Referencias bibliográficas
  • Baño-Medina, J., Manzanas, R., & Gutiérrez, J. M. (2021). On the suitability of deep convolutional neural networks for continental-wide...
  • Baño-Medina, J., Manzanas, R., Cimadevilla, E., Fernández, J., González-Abad, J., Cofiño, A. S., & Gutiérrez, J. M. (2022). Downscaling...
  • de Burgh-Day, C. O., & Leeuwenburg, T. (2023). Machine learning for numerical weather and climate modelling: a review. Geoscientific...
  • Doury, A., Somot, S., & Gadat, S. (2024). On the suitability of a convolutional neural network based RCM-emulator for fine spatio-temporal...
  • Hersbach, H., Bell, B., Berrisford, P., Biavati, G., Horányi, A., Muñoz Sabater, J., Nicolas, J., Peubey, C., Radu, R., Rozum, I., Schepers,...
  • Peral, C., Navascués, B. y Ramos, P., (2017). Serie de precipitación diaria en rejilla con fines climáticos. Nota técnica 24 de AEMET. Disponible...
  • Shiogama, H., Tatebe, H., Hayashi, M., Abe, M., Arai, M., Koyama, H., Imada, Y., Kosaka, Y., Ogura, T., & Watanabe, M. (2023): MIROC6...