1. Repositorio Institucional Caxcán
  2. Maestría en Ciencias del Procesamiento de la Información
  3. *Tesis*-- M. en Ciencias del Proc. de la Info.
Please use this identifier to cite or link to this item: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/4216
Full metadata record
DC FieldValueLanguage
dc.contributor202464en_US
dc.contributor.advisorJulián Gonzázlez Trinidaden_US
dc.contributor.authorCarlos Francisco Bautista Capetilloen_US
dc.contributor.otherHTTP://ORCID.OR/0000-0002-5605-5364en_US
dc.creatorRegis Robles, Carlos-
dc.date.accessioned2026-03-18T17:32:48Z-
dc.date.available2026-03-18T17:32:48Z-
dc.date.issued2023-11-29-
dc.identifierinfo:eu-repo/semantics/acceptedVersionen_US
dc.identifier.urihttp://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/4216-
dc.descriptionGroundwater is the main reserve that humanity has to supply different uses. In the case of Mexico helps the socioeconomic growth of several regions. Therefore, it is necessary to monitor through generating networks that allow observing the behavior of groundwater in aquifers. In this research, a analysis of the information collected in the Calera aquifer, Zacatecas, using an Artificial Intelligence (A.I.) type model cluster known as K-means to group some chemical characteristics of water and their relationship with temperature under a space-time approach. The results obtained suggest that there is a relationship in the variations of the spatial type temperature and a possible association with the type of soil in the study area.en_US
dc.description.abstractEl agua subterránea es la principal reserva que tiene la humanidad para abastecer diferentes usos. En el caso de México ayuda al crecimiento socioeconómico de varias regiones. Por lo cual es necesario estar monitoreando a través de generar redes que permiten observar el comportamiento del agua subterránea en los acuíferos. En esta investigación se presenta un análisis de la información recabada en el acuífero Calera, Zacatecas, utilizando un modelo de Inteligencia Artificial (I.A.) de tipo clúster conocido como K-means para realizar una agrupación algunas características químicas del agua y su relación con la temperatura bajo un enfoque espacio-temporal. Los resultados obtenidos sugieren que existe una relación en las variaciones de la temperatura de tipo espacial y una posible asociación con el tipo de suelo en la zona de estudio.en_US
dc.language.isospaen_US
dc.publisherUniversidad Autónoma de Zacatecasen_US
dc.relation.isbasedonMaestro en Ciencias en Procesamiento de la Informaciónen_US
dc.relation.urigeneralPublicen_US
dc.subject.classificationINGENIERIA Y TECNOLOGIA [7]en_US
dc.subject.otherAgua Subterráneaen_US
dc.subject.otherLeveloggeren_US
dc.subject.otherMachine Learningen_US
dc.subject.otherCluster, k-meansen_US
dc.titleClasificación de la temperatura del agua subterránea, utilizando Machine Learningen_US
dc.typeinfo:eu-repo/semantics/masterThesisen_US
Appears in Collections:*Tesis*-- M. en Ciencias del Proc. de la Info.

Files in This Item:
File Description SizeFormat 
Tesis_MCPI_CarlosRegis_Clasificación de la temperatura del agua subterránea, utilizando Machine Learni (1).pdf2,69 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.