Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Saltar el buscador

Esta ingresando al contenido principal

  • Artículos

Una revisión crítica en la enseñanza universitaria de la arquitectura. El caso de la UNAM, México y la UNCUYO, Argentina

CONTENIDO DE LIBRE ACCESO

Este contenido es de libre acceso. Solo haz clic en el siguiente botón.

Ir a este contenido
  • Autor
  • Año de publicación 15/07/2021
  • Idioma Español
  • Publicado por Universidad del Rosario
Descripción
Citación recomendada (normas APA)
Virginia Miranda Gassull, "Una revisión crítica en la enseñanza universitaria de la arquitectura. El caso de la UNAM, México y la UNCUYO, Argentina", -:Universidad del Rosario, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3616768/), el día 2025-10-19.

Contenidos relacionados

Imagen de apoyo de  Planos con cortes laterales de la Biblioteca Pública Virgilio Barco

Planos con cortes laterales de la Biblioteca Pública Virgilio Barco

Por: Rogelio Salmona | Fecha: 2021

La arquitectura del paisaje tiene propiedades tanto naturales como sociales, y es la encarnación de las personas que protegen el entorno natural. Desde la revolución industrial, la industria moderna se ha desarrollado rápidamente. Ha aumentado el nivel de vida de las personas y ha consumido muchos recursos naturales, como los bosques y la energía. El entorno ecológico se ha visto muy dañado, y el paisaje de los jardines se ha visto afectado. Por lo tanto, es de gran importancia encontrar un método para evaluar la ecología del paisaje y planificar la ecología del paisaje. Este artículo propone un nuevo algoritmo de red neuronal wavelet de alto orden que combina el análisis wavelet y la red neuronal artificial. Se propone un modelo de evaluación ecológica del paisaje basado en el algoritmo de red neuronal wavelet de alto orden para evaluar la ecología del paisaje y proporcionar datos de referencia para la planificación ecológica del paisaje. Los resultados muestran que los tiempos de entrenamiento de la red neuronal wavelet para alcanzar la precisión objetivo son 3600 veces menores que los de la red neuronal BP. El MSE y el MAE de la red neuronal wavelet son 0,0639 y 0,1501, respectivamente. El error medio del modelo para el índice de evaluación global de la ecología del paisaje es de 0,005. La precisión del modelo para evaluar la sostenibilidad de los recursos terrestres del paisaje es del 98,67%. Los resultados anteriores muestran que el modelo basado en la red neuronal wavelet puede completar de forma eficaz y precisa la evaluación de la ecología del paisaje y, a continuación, proporcionar una base de toma de decisiones para la planificación ecológica del paisaje, que es de gran viabilidad.

Compartir este contenido

Analysis of Landscape Ecological Planning Based on the High-Order Multiwavelet Neural Network Algorithm

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Analysis of Landscape Ecological Planning Based on the High-Order Multiwavelet Neural Network Algorithm

Analysis of Landscape Ecological Planning Based on the High-Order Multiwavelet Neural Network Algorithm

Por: Hindawi | Fecha: 2021

La arquitectura del paisaje tiene propiedades tanto naturales como sociales, y es la encarnación de las personas que protegen el entorno natural. Desde la revolución industrial, la industria moderna se ha desarrollado rápidamente. Ha aumentado el nivel de vida de las personas y ha consumido muchos recursos naturales, como los bosques y la energía. El entorno ecológico se ha visto muy dañado, y el paisaje de los jardines se ha visto afectado. Por lo tanto, es de gran importancia encontrar un método para evaluar la ecología del paisaje y planificar la ecología del paisaje. Este artículo propone un nuevo algoritmo de red neuronal wavelet de alto orden que combina el análisis wavelet y la red neuronal artificial. Se propone un modelo de evaluación ecológica del paisaje basado en el algoritmo de red neuronal wavelet de alto orden para evaluar la ecología del paisaje y proporcionar datos de referencia para la planificación ecológica del paisaje. Los resultados muestran que los tiempos de entrenamiento de la red neuronal wavelet para alcanzar la precisión objetivo son 3600 veces menores que los de la red neuronal BP. El MSE y el MAE de la red neuronal wavelet son 0,0639 y 0,1501, respectivamente. El error medio del modelo para el índice de evaluación global de la ecología del paisaje es de 0,005. La precisión del modelo para evaluar la sostenibilidad de los recursos terrestres del paisaje es del 98,67%. Los resultados anteriores muestran que el modelo basado en la red neuronal wavelet puede completar de forma eficaz y precisa la evaluación de la ecología del paisaje y, a continuación, proporcionar una base de toma de decisiones para la planificación ecológica del paisaje, que es de gran viabilidad.

Compartir este contenido

Analysis of Landscape Ecological Planning Based on the High-Order Multiwavelet Neural Network Algorithm

Copia el enlace o compártelo en redes sociales

¡Disfruta más de la BDB!

Explora contenidos digitales de forma gratuita, crea tus propias colecciones, colabora y comparte con otros.

Afíliate

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

Compartir este contenido

Una revisión crítica en la enseñanza universitaria de la arquitectura. El caso de la UNAM, México y la UNCUYO, Argentina

Copia el enlace o compártelo en redes sociales

¿Eliminar esta reseña?