- -

Propuesta didáctica para modelizar evapotranspiración de referencia con redes neuronales artificiales en el aula.

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Propuesta didáctica para modelizar evapotranspiración de referencia con redes neuronales artificiales en el aula.

Show simple item record

Files in this item

dc.contributor.author Martí, Pau es_ES
dc.contributor.author Pulido Calvo, Inmaculada es_ES
dc.contributor.author Gutiérrez Estrada, Juan Carlos es_ES
dc.date.accessioned 2016-11-21T12:10:35Z
dc.date.available 2016-11-21T12:10:35Z
dc.date.issued 2015-07-11
dc.identifier.uri http://hdl.handle.net/10251/74433
dc.description.abstract [EN] Artificial neural networks are a robust alternative to conventional models for estimating different targets in irrigation engineering, among others, reference evapotranspiration, a key variable for estimating crop water requirements. This paper presents a didactic methodology for introducing students in the application of artificial neural networks for reference evapotranspiration estimation using MatLab c . Apart from learning a specific application of this software within their field of future professional competencies, students would get in touch with current research work in irrigation engineering, and eventual future research collaborations might be promoted. es_ES
dc.description.abstract [ES] Las redes neuronales artificiales constituyen una buena alternativa a los modelos convencionales para estimar diferentes variables en ingeniería del riego, entre ellas la evapotranspiración de referencia, clave en la determinación de las necesidades de agua de riego. En este artículo se presenta una metodología didáctica para introducir al alumno en la aplicación de redes neuronales para el cálculo de evapotranspiración de referencia mediante el programa MATLAB©.Además de aprender a usar esta herramienta en una aplicación concreta dentro de su campo de competencias profesionales futuras, el alumno toma contacto con líneas actuales de investigación en el campo de la ingeniería del riego y se promueven eventuales colaboraciones de investigación es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València
dc.relation.ispartof Modelling in Science Education and Learning
dc.rights Reconocimiento - No comercial (by-nc) es_ES
dc.subject Reference Evapotranspiration es_ES
dc.subject Irrigation es_ES
dc.subject Artificial neural networks es_ES
dc.subject MatLab es_ES
dc.subject Evapotranspiración de referencia es_ES
dc.subject Riego es_ES
dc.subject Redes neuronales artificiales es_ES
dc.title Propuesta didáctica para modelizar evapotranspiración de referencia con redes neuronales artificiales en el aula. es_ES
dc.title.alternative Teaching methodology for modeling reference evapotranspiration with artificial neural networks es_ES
dc.type Artículo es_ES
dc.date.updated 2016-11-18T11:55:46Z
dc.identifier.doi 10.4995/msel.2015.3348
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Martí, P.; Pulido Calvo, I.; Gutiérrez Estrada, JC. (2015). Propuesta didáctica para modelizar evapotranspiración de referencia con redes neuronales artificiales en el aula. Modelling in Science Education and Learning. 8(2):27-36. doi:10.4995/msel.2015.3348 es_ES
dc.relation.publisherversion https://doi.org/10.4995/msel.2015.3348 es_ES
dc.description.upvformatpinicio 27 es_ES
dc.description.upvformatpfin 36 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 8
dc.description.issue 2
dc.identifier.eissn 1988-3145
dc.relation.references Allen, R.G., Pereira, L.S., Raes, D., & Smith, M., (1998). Crop evapotranspiration. Guidelines for computing water requirements. FAO Irrigation and Drainage, paper 56. FAO, Roma. es_ES
dc.relation.references Bishop, C.M. (Ed.), (1995). Neural Networks for Pattern Recognition. Oxford University Press, Oxford. es_ES
dc.relation.references George H. Hargreaves, & Zohrab A. Samani. (1985). Reference Crop Evapotranspiration from Temperature. Applied Engineering in Agriculture, 1(2), 96-99. doi:10.13031/2013.26773 es_ES
dc.relation.references Haykin, S. (Ed.), (1999). Neural Networks. A comprehensive foundation. Prentice Hall International Inc., New Jersey. es_ES
dc.relation.references Zanetti, S. S., Sousa, E. F., Oliveira, V. P., Almeida, F. T., & Bernardo, S. (2007). Estimating Evapotranspiration Using Artificial Neural Network and Minimum Climatological Data. Journal of Irrigation and Drainage Engineering, 133(2), 83-89. doi:10.1061/(asce)0733-9437(2007)133:2(83) es_ES


This item appears in the following Collection(s)

Show simple item record