English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Esta investigacion presenta la aplicacion de un modelo de red neurodifusa llamado ANFIS para el problema de estimacion de datos faltantes meteorologicos: temperatura, velocidad del viento, humedad relativa y radiacion solar en la estimacion de la Evapotranspiracion de referencia ETo. ANFIS es un metodo que permite crear la base de reglas de un sistema difuso, utilizando el algoritmo de retro propagacion a partir de los datos de un proceso. La estructura de la red neuro-difusa para cada variable meteorologica consiste en dos entradas y una salida. La evaluacion del relleno de datos faltantes se realiza mediante la Raiz Cuadrada del Error Cuadratico Medio (RMSE). Los resultados muestran que al usar un mayor numero de iteraciones y variacion de datos en el entrenamiento puede ayudar a la ANFIS a obtener resultados mas precisos.

reci

Red neuro-difusa para el relleno de datos faltantes en la estación meteorológica Chapingo / Neuro-fuzzy network for missing data population in the meteorological station of Chapingo