Ardila D.
18
Coauthors
4
Documentos
Volumen de publicaciones por año
Cargando gráfico
| Año de publicación | Num. Publicaciones |
|---|---|
| 2020 | 1 |
| 2021 | 1 |
| 2022 | 2 |
Publicaciones por áreas de conocimiento
Cargando gráfico
| Área de conocimiento | Num. Publicaciones |
|---|---|
| Aprendizaje automático | 3 |
| Visualización de información | 1 |
| Automatización | 1 |
| Epidemiología | 1 |
| Ciencias sociales | 1 |
| Socioeconomía | 1 |
| Ciencias de la computación | 1 |
Publicaciones por áreas temáticas
Cargando gráfico
| Área temática | Num. Publicaciones |
|---|---|
| Ciencias de la computación | 3 |
| Otras ramas de la ingeniería | 1 |
| Instrumentos de precisión y otros dispositivos | 1 |
| Ciencias sociales | 1 |
| Medicina forense; incidencia de enfermedades | 1 |
| Economía | 1 |
| Otros problemas y servicios sociales | 1 |
| Programación informática, programas, datos, seguridad | 1 |
Principales fuentes de datos
| Origen | Num. Publicaciones |
|---|---|
| Scopus | 4 |
| Google Scholar | 0 |
| RRAAE | 0 |
Cargando gráfico
Coautores destacados por número de publicaciones
| Coautor | Num. Publicaciones |
|---|---|
| José Lisandro Aguilar Castro | 4 |
| Quintero Y. | 3 |
| Francklin Rivas | 2 |
| Camargo E. | 2 |
| Macias F. | 1 |
| Avendaño A. | 1 |
| De Mesa J.G. | 1 |
| White C. | 1 |
| Gómez-Pulido J.M. | 1 |
| Garcès-Jimènez A. | 1 |
Cargando gráfico
Top Keywords
Cargando gráfico
Publicaciones del autor
Analysis of the socioeconomic impact due to COVID-19 using a deep clustering approach
ArticleAbstract: One of the main problems that countries are currently having is being able to measure the impact ofPalabras claves:Clustering evolution, covid-19, Socioeconomic model, Time series pbkp_rediction model, Unsupervised modelAutores:Ardila D., Cortes S., José Lisandro Aguilar Castro, Quintero Y.Fuentes:scopusAn incremental learning approach to pbkp_rediction models of SEIRD variables in the context of the COVID-19 pandemic
ArticleAbstract: Several works have proposed pbkp_redictive models of the SEIRD (Susceptible, Exposed, Infected, RecoPalabras claves:covid-19, Machine learning, pbkp_rediction modelAutores:Ardila D., Camargo E., Francklin Rivas, José Lisandro Aguilar Castro, Quintero Y.Fuentes:scopusMachine learning models for the pbkp_rediction of the SEIRD variables for the COVID-19 pandemic based on a deep dependence analysis of variables
ArticleAbstract: The SEIRD (Susceptible, Exposed, Infected, Recovered, and Dead) model is a mathematical model basedPalabras claves:covid-19, Data dependence analysis, Machine learning, pbkp_rediction modelAutores:Ardila D., Camargo E., Francklin Rivas, José Lisandro Aguilar Castro, Quintero Y.Fuentes:scopusAn autonomic cycle of data analysis tasks for the supervision of HVAC systems of smart building
ReviewAbstract: Early fault detection and diagnosis in heating, ventilation and air conditioning (HVAC) systems mayPalabras claves:Autonomic computing, Building management systems, HVAC system, Supervisory systemAutores:Ardila D., Avendaño A., De Mesa J.G., Garcès-Jimènez A., Gómez-Pulido J.M., José Lisandro Aguilar Castro, Macias F., White C.Fuentes:scopus