dor_id: 4114008
506.#.#.a: Público
590.#.#.d: Cada artículo es evaluado mediante una revisión ciega única. Los revisores son externos nacionales e internacionales.
510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT), Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex), Scientific Electronic Library Online (SciELO), Red de Revistas Científicas de América Latina y El Caribe, España y Portugal (RedALyC), Organización de Estados Iberoamericanos (CREDI), Actualidad Iberoamericana de Chile, Red Iberomericana de Innovación y Conocimiento Científico (REDIB), Science Direct, Directory of Open Acces Journals, Indice de Revistas Latinoamericanas en Ciencias (Periódica), Bibliografía Latinoamericana (Biblat), Índice Internacional de Revistas Actualidad Iberoamericana (CIT)
561.#.#.u: https://www.ingenieria.unam.mx/
650.#.4.x: Ingenierías
336.#.#.b: article
336.#.#.3: Artículo de Investigación
336.#.#.a: Artículo
351.#.#.6: http://www.revistas.unam.mx/index.php/ingenieria/index
351.#.#.b: Ingeniería, Investigación y Tecnología
351.#.#.a: Artículos
harvesting_group: RevistasUNAM
270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx
590.#.#.c: Open Journal Systems (OJS)
270.#.#.d: MX
270.1.#.d: México
590.#.#.b: Concentrador
883.#.#.u: http://www.revistas.unam.mx/front/
883.#.#.a: Revistas UNAM
590.#.#.a: Coordinación de Difusión Cultural, UNAM
883.#.#.1: https://www.publicaciones.unam.mx/
883.#.#.q: Dirección General de Publicaciones y Fomento Editorial, UNAM
850.#.#.a: Universidad Nacional Autónoma de México
856.4.0.u: http://www.revistas.unam.mx/index.php/ingenieria/article/view/13483/12823
100.1.#.a: Cabello Espinoza, M.E.; Elliman, D.; Legrand, S.; Gutiérez Pulido, J. R.; Ramos Michel, E. M.
524.#.#.a: Cabello Espinoza, M.E., et al. (2008). Artificial learning approaches for the next generation Web: Part I. Ingeniería Investigación y Tecnología; Vol 9, No 001, 2008. Recuperado de https://repositorio.unam.mx/contenidos/4114008
245.1.0.a: Artificial learning approaches for the next generation Web: Part I
502.#.#.c: Universidad Nacional Autónoma de México
561.1.#.a: Facultad de Ingeniería, UNAM
264.#.0.c: 2008
264.#.1.c: 2009-10-05
653.#.#.a: Ontology creation process; semantic web approach; clustering; pattern recognition; artificial neural net works; proceso de creación de ontologías; web semántico; agrupamiento; reconocimiento de patrones; redes neuronales
506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC-ND 4.0 Internacional, https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es, fecha de asignación de la licencia 2009-10-05, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico marciaglez@dirfing.unam.mx
884.#.#.k: http://www.revistas.unam.mx/index.php/ingenieria/article/view/13483
001.#.#.#: oai:ojs.phoenicis.tic.unam.mx:article/13483
041.#.7.h: spa
520.3.#.a: In this paper we present a review of learning approaches that have been used by the research community to carry out clustering and pattern recognition tasks. artificial neural net works are then introduced by presenting existing topologies, learning algorithms, and recall approaches. finally, the relation of these techniques with the semantic web ontology creation process, as we en vision it, is introduced. in part ii of this paper, an artificial learning approach based on self-organizing maps (som) that we have proposed as an ontology learning tool for assembling and visualizing ontology components from a specific do main for the se man tic web is introduced por medio de la técnica de velocimetría por imágenes de partículas (piv), y mediante la aplicación de filtros discriminadores, se calcularon las velocidades de caída de sedimentos para diferentes intervalos de tamaños. Se empleó un canal experimental de sección 10"15 cm y dos valores de caudal líquido con diferentes características de turbulencia para evaluar el efecto de esta última en la velocidad de caída de las partículas de sedimento. La técnica permitió determinar la velocidad de partículas individuales, así como las características del campo de flujo del fluido. La captura y análisis de imágenes se realizó con cámaras digitales tipo ccd por medio del software sharp-provision piv, empleando la técnica estadística de correlación cruzada. Los resultados mostraron que la velocidad de caída de las partículas es afectada por la turbulencia, la cual tiende a aumentar el coeficiente de arrastre del fluido. La explicación física del fenómeno se relaciona con la magnitud de la velocidad fluctuante en la vertical del fluido. sin embargo, se requiere continuar con la investigación para llegar a proponer expresiones de cálculo de la velocidad de caída de sedimentos que tomen en cuenta ese efecto.
773.1.#.t: Ingeniería Investigación y Tecnología; Vol 9, No 001 (2008)
773.1.#.o: http://www.revistas.unam.mx/index.php/ingenieria/index
046.#.#.j: 2021-08-03 00:00:00.000000
022.#.#.a: ISSN impreso: 1405-7743
310.#.#.a: Trimestral
264.#.1.b: Facultad de Ingeniería, UNAM
758.#.#.1: http://www.revistas.unam.mx/index.php/ingenieria/index
handle: 00ecdc07ba3d4050
harvesting_date: 2021-05-04 00:00:00.0
856.#.0.q: application/pdf
file_creation_date: 2008-02-21 00:40:44.0
file_modification_date: 2008-02-21 00:41:00.0
file_creator: yuritzi
file_name: 532679ecf5eac1190a15aeacaa8ef762b33cbd2e36e414461bffb9cb0902591a.pdf
file_pages_number: 9
file_format_version: application/pdf; version=1.6
file_size: 199903
245.1.0.b: Métodos de aprendizaje artificial para la siguiente generación del web: Parte I
last_modified: 2021-08-12 16:00:00
license_url: https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es
license_type: by-nc-nd
No entro en nada
No entro en nada 2