Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/113819
Campo DC Valoridioma
dc.contributor.advisorTravieso González, Carlos Manueles
dc.contributor.authorCelada Bernal, Sergioes
dc.date.accessioned2022-02-20T21:01:21Z-
dc.date.available2022-02-20T21:01:21Z-
dc.date.issued2022-
dc.identifier.otherGestión académica
dc.identifier.urihttp://hdl.handle.net/10553/113819-
dc.titleAnalisis De Datos Covid-19 Para Predecir Su Evoluciones
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeMasterThesis
dc.contributor.departamentoDepartamento de Señales y Comunicacioneses
dc.type2Trabajo final de máster
dc.identifier.matriculaTFT-65909es
dc.identifier.ulpgc
dc.contributor.buulpgcBU-TELes
dc.contributor.titulacionMáster Universitario en Ingeniería de Telecomunicaciónes
item.grantfulltextnone-
item.fulltextSin texto completo-
crisitem.author.orcid0000-0002-6078-2716-
crisitem.author.fullNameCelada Bernal, Sergio-
crisitem.advisor.deptGIR IDeTIC: División de Procesado Digital de Señales-
crisitem.advisor.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.advisor.deptDepartamento de Señales y Comunicaciones-
Colección:Trabajo final de máster
Vista resumida

Visitas

115
actualizado el 05-oct-2024

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.