Abarca-Álvarez, F. J., & Osuna-Pérez, F (2013). Cartografías semánticas mediante redes neuronales: los mapas autoorganizados (SOM) como representación de patrones y campos.
Sustainability Journal
Abarca-Álvarez, F. J., & Osuna-Pérez, F (2013). Cartografías semánticas mediante redes neuronales: los mapas autoorganizados (SOM) como representación de patrones y campos.
Sustainability Journal
Las ciencias de la Inteligencia Artificial ofrecen técnicas avanzadas para comprender y caracterizar las coherencias y patrones que configuran la realidad. Entre estas técnicas destacan las redes neuronales artificiales, y en particular los Mapas Autoorganizados (SOM), por su capacidad para cartografiar y representar la realidad en estructuras bidimensionales basadas únicamente en las propiedades de los datos analizados. Estas representaciones generan relaciones topológicas que permiten agrupar y caracterizar la realidad, proporcionando un método eficaz para extraer información y facilitar su interpretación.
En este contexto, las técnicas de SOM se aplicarán para analizar y comprender los tejidos residenciales de las áreas de estudio. El objetivo es identificar agrupamientos tipológicos que permitan caracterizar las formas urbanas a partir de sus variables clave. Este análisis se enriquecerá mediante la comparación con los tejidos circundantes y con modelos residenciales ejemplares incluidos en la base de datos de GIS4Tech, facilitando una caracterización precisa y contextualizada de los entornos urbanos.
Las ciencias de la Inteligencia Artificial ofrecen técnicas avanzadas para comprender y caracterizar las coherencias y patrones que configuran la realidad. Entre estas técnicas destacan las redes neuronales artificiales, y en particular los Mapas Autoorganizados (SOM), por su capacidad para cartografiar y representar la realidad en estructuras bidimensionales basadas únicamente en las propiedades de los datos analizados. Estas representaciones generan relaciones topológicas que permiten agrupar y caracterizar la realidad, proporcionando un método eficaz para extraer información y facilitar su interpretación.
En este contexto, las técnicas de SOM se aplicarán para analizar y comprender los tejidos residenciales de las áreas de estudio. El objetivo es identificar agrupamientos tipológicos que permitan caracterizar las formas urbanas a partir de sus variables clave. Este análisis se enriquecerá mediante la comparación con los tejidos circundantes y con modelos residenciales ejemplares incluidos en la base de datos de GIS4Tech, facilitando una caracterización precisa y contextualizada de los entornos urbanos.
