SciELO - Scientific Electronic Library Online

 
vol.2 issue3Biofertilizer of organic coffee in stage of seedlings in Chiapas, MexicoEffects of fruit condition and storage temperature on pomegranate quality author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista mexicana de ciencias agrícolas

Print version ISSN 2007-0934

Abstract

CERVANTES-OSORNIO, Rocío; ARTEAGA-RAMIREZ, Ramón; VAZQUEZ-PENA, Mario Alberto  and  QUEVEDO-NOLASCO, Abel. Redes neuronales artificiales en la estimación de la evapotranspiración de referencia. Rev. Mex. Cienc. Agríc [online]. 2011, vol.2, n.3, pp.433-447. ISSN 2007-0934.

Las redes neuronales artificiales representan un vasto campo de investigación, puesto que han demostrado tener aplicación en varios campos de la ciencia, su capacidad de lidiar con no linealidades en diversos fenómenos, y los diferentes trabajos realizados en la estimación y/o pronóstico para predecir variables climáticas, que inciden directa e indirectamente en la evapotranspiración de referencia y la propia evapotranspiración ha originado el desarrollo de este trabajo. El objetivo fue presentar una revisión de literatura sobre redes neuronales artificiales, para la estimación de la evapotranspiración de referencia y variables relacionadas, que incluye: la teoría y fundamentos de las redes neuronales artificiales y el algoritmo backpropagation; algunas similitudes y diferencias entre los modelos estadísticos tradicionales y las redes neuronales artificiales; aplicaciones de las redes neuronales artificiales en la estimación de la evapotranspiración de referencia; y variables que se asocian con las perspectivas de las redes neuronales artificiales en la predicción de variables agroclimáticas. Las redes neuronales artificiales estáticas multicapa, son hasta ahora las más comunes en la estimación de evapotranspiración de referencia, y se vislumbra un cambio en la tendencia de aplicar redes neuronales artificiales de tipo dinámico.

Keywords : modelos; predicción; variables meteorológicas.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License