Edit C:\dspace\solr\search\data\tlog\tlog.0000000000000003059
)SOLR_TLOGA'strings? ?C?]?? 7handle:"123456789/1333" #?Au? f J?? 7SolrIndexer.lastIndexed82025-06-10T13:57:40.576Z/search.uniqueid?2-6e3e3ef5-a8d7-4a71-a8d9-331159aa16903search.resourcetype!21search.resourceid?6e3e3ef5-a8d7-4a71-a8d9-331159aa1690&handle.123456789/1333(location??m8b295f10-2c88-4099-a34e-6f392ef42e5f?m58a1dd5d-c6ae-4d95-a8c4-d416c90f1d5f?l5b6bc384-38df-43a5-af47-11d8b9d130cb-location.comm??8b295f10-2c88-4099-a34e-6f392ef42e5f?58a1dd5d-c6ae-4d95-a8c4-d416c90f1d5f-location.coll?5b6bc384-38df-43a5-af47-11d8b9d130cb(archived$true)withdrawn%false,discoverable$true,lastModified82025-06-10T13:57:40.404Z&author??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín.author_keyword??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín)author_ac??(garcete rodríguez, alberto david ||| Garcete Rodríguez, Alberto David?barán cegla, benjamín ||| Barán Cegla, Benjamín-author_filter??(garcete rodríguez, alberto david ||| Garcete Rodríguez, Alberto David?barán cegla, benjamín ||| Barán Cegla, Benjamín8dc.contributor.author_hl??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín9dc.contributor.author_mlt??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín5dc.contributor.author??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín<dc.contributor.author_stored??&Garcete Rodríguez, Alberto David ||| null ||| null ||| null ||| null? Barán Cegla, Benjamín ||| null ||| null ||| null ||| null:dc.description.abstract_hl?? Este trabajo propone una metodología de predicción de ingresos de causas penales utilizando una variación de la Programación Genética GP, la Programación Genética Lineal LGP. El estudio se realizó en base a datos mensuales recogidos durante seis años (2007 a 2013), de los siete Juzgados Penales de Garantías de Ciudad del Este La verificación del método propuesto se hizo mediante la comparación con modelos estadísticos, por lo que se ha estimado la misma serie de tiempo con estos modelos. La validación de los modelos fueron realizados mediante dos métricas; el error cuadrático medio y el error absoluto medio El método LGP generó varios resultados gracias a su capacidad aleatoria de crear fórmulas matemáticas, de las mismas tres resultados importantes fueron seleccionados para su comprobación. Dos resultados quedaron en primer y segundo lugar, ganándole así a los métodos estadísticos, y el tercer resultado seleccionado no obtuvo una buena predicción, pero sí un buen trazado en el gráfico comparándolo con la serie de tiempo. La conclusión en base a los resultados obtenidos, indican que los modelos generados por LGP son capaces de pronosticar con una buena precisión los ingresos penales, logrando mejores resultados que los métodos estadísticos7dc.description.abstract?? Este trabajo propone una metodología de predicción de ingresos de causas penales utilizando una variación de la Programación Genética GP, la Programación Genética Lineal LGP. El estudio se realizó en base a datos mensuales recogidos durante seis años (2007 a 2013), de los siete Juzgados Penales de Garantías de Ciudad del Este La verificación del método propuesto se hizo mediante la comparación con modelos estadísticos, por lo que se ha estimado la misma serie de tiempo con estos modelos. La validación de los modelos fueron realizados mediante dos métricas; el error cuadrático medio y el error absoluto medio El método LGP generó varios resultados gracias a su capacidad aleatoria de crear fórmulas matemáticas, de las mismas tres resultados importantes fueron seleccionados para su comprobación. Dos resultados quedaron en primer y segundo lugar, ganándole así a los métodos estadísticos, y el tercer resultado seleccionado no obtuvo una buena predicción, pero sí un buen trazado en el gráfico comparándolo con la serie de tiempo. La conclusión en base a los resultados obtenidos, indican que los modelos generados por LGP son capaces de pronosticar con una buena precisión los ingresos penales, logrando mejores resultados que los métodos estadísticos=dc.description.abstract.es_ES?? Este trabajo propone una metodología de predicción de ingresos de causas penales utilizando una variación de la Programación Genética GP, la Programación Genética Lineal LGP. El estudio se realizó en base a datos mensuales recogidos durante seis años (2007 a 2013), de los siete Juzgados Penales de Garantías de Ciudad del Este La verificación del método propuesto se hizo mediante la comparación con modelos estadísticos, por lo que se ha estimado la misma serie de tiempo con estos modelos. La validación de los modelos fueron realizados mediante dos métricas; el error cuadrático medio y el error absoluto medio El método LGP generó varios resultados gracias a su capacidad aleatoria de crear fórmulas matemáticas, de las mismas tres resultados importantes fueron seleccionados para su comprobación. Dos resultados quedaron en primer y segundo lugar, ganándole así a los métodos estadísticos, y el tercer resultado seleccionado no obtuvo una buena predicción, pero sí un buen trazado en el gráfico comparándolo con la serie de tiempo. La conclusión en base a los resultados obtenidos, indican que los modelos generados por LGP son capaces de pronosticar con una buena precisión los ingresos penales, logrando mejores resultados que los métodos estadísticos/dc.language.iso"es5dc.language.iso.es_ES"es,dc.publisher?Facultad Politécnica, Universidad Nacional del Este2dc.publisher.es_ES?Facultad Politécnica, Universidad Nacional del Este'subject?7Programación Genética>Programación genética lineal0ingresos penales/subject_keyword?7Programación Genética7Programación Genética>Programación genética lineal>Programación genética lineal0ingresos penales0ingresos penales*subject_ac??programación genética ||| Programación Genética?"programación genética lineal ||| Programación genética lineal?ingresos penales ||| ingresos penales4subject_tax_0_filter??programación genética ||| Programación Genética?"programación genética lineal ||| Programación genética lineal?ingresos penales ||| ingresos penales.subject_filter??programación genética ||| Programación Genética?"programación genética lineal ||| Programación genética lineal?ingresos penales ||| ingresos penales.dc.subject_mlt?7Programación Genética>Programación genética lineal0ingresos penales*dc.subject?7Programación Genética>Programación genética lineal0ingresos penales0dc.subject.es_ES?7Programación Genética>Programación genética lineal0ingresos penales%title?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL-title_keyword?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL(title_ac??metodologia ara la prediccion de ingresos de causas penales mediante programacion genetica lineal ||| METODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL-dc.title_sort?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL+dc.title_hl?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL,dc.title_mlt?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL(dc.title?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL/dc.title_stored?gMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL ||| null ||| null ||| null ||| es_ES.dc.title.es_ES?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL'dc.type&Thesis-dc.type.es_ES&Thesis1dc.identifier.uri?http://localhost:8080/xmlui/handle/123456789/13336dc.date.accessioned_dt82025-06-10T13:57:30.000Z3dc.date.accessioned42025-06-10T13:57:30Z1dc.date.available42025-06-10T13:57:30Z*dateIssued*2014-01-012dateIssued_keyword?*2014-01-01$2014-dateIssued_ac?92014-01-01 ||| 2014-01-01$2014/dateIssued.year$20144dateIssued.year_sort$20141dc.date.issued_dt82014-01-01T00:00:00.000Z.dc.date.issued*2014-01-015dc.date.issued_stored?2014-01-01 ||| null ||| null ||| null ||| null/publication_grp.123456789/1333>has_content_in_original_bundle%false?has_content_in_original_bundle_keyword%false?has_content_in_original_bundle_filter%false/bi_2_dis_filter??)garcete rodri?guez, alberto david ||| Garcete Rodríguez, Alberto David?bara?n cegla, benjami?n ||| Barán Cegla, Benjamín0bi_2_dis_partial??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín5bi_2_dis_value_filter??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín/bi_4_dis_filter??ingresos penales ||| ingresos penales?$programacio?n gene?tica lineal ||| Programación genética lineal?programacio?n gene?tica ||| Programación Genética0bi_4_dis_partial?0ingresos penales7Programación Genética>Programación genética lineal5bi_4_dis_value_filter?0ingresos penales7Programación Genética>Programación genética lineal.bi_sort_1_sort?Bmetodologia ara la prediccion de ingresos de causas penales mediante programacion genetica lineal.bi_sort_2_sort$2014.bi_sort_3_sort42025-06-10T13:57:30Z$read?g8f18a99c-4fd6-4787-bf2c-39ee4473d82a'a_spell??Garcete Rodríguez, Alberto David7Barán Cegla, Benjamín?? Este trabajo propone una metodología de predicción de ingresos de causas penales utilizando una variación de la Programación Genética GP, la Programación Genética Lineal LGP. El estudio se realizó en base a datos mensuales recogidos durante seis años (2007 a 2013), de los siete Juzgados Penales de Garantías de Ciudad del Este La verificación del método propuesto se hizo mediante la comparación con modelos estadísticos, por lo que se ha estimado la misma serie de tiempo con estos modelos. La validación de los modelos fueron realizados mediante dos métricas; el error cuadrático medio y el error absoluto medio El método LGP generó varios resultados gracias a su capacidad aleatoria de crear fórmulas matemáticas, de las mismas tres resultados importantes fueron seleccionados para su comprobación. Dos resultados quedaron en primer y segundo lugar, ganándole así a los métodos estadísticos, y el tercer resultado seleccionado no obtuvo una buena predicción, pero sí un buen trazado en el gráfico comparándolo con la serie de tiempo. La conclusión en base a los resultados obtenidos, indican que los modelos generados por LGP son capaces de pronosticar con una buena precisión los ingresos penales, logrando mejores resultados que los métodos estadísticos"es?Facultad Politécnica, Universidad Nacional del Este7Programación Genética>Programación genética lineal0ingresos penales?BMETODOLOGIA ARA LA PREDICCION DE INGRESOS DE CAUSAS PENALES MEDIANTE PROGRAMACION GENETICA LINEAL&Thesis?http://localhost:8080/xmlui/handle/123456789/133342025-06-10T13:57:30Z42025-06-10T13:57:30Z$2014)_version_u? f + ?D`-SOLR_TLOG_END
Ms-Dos/Windows
Unix
Write backup
jsp File Browser version 1.2 by
www.vonloesch.de