1. Repositorio de Tesis DGBSDI
  2. TESIUNAM
  3. Tesis de maestría
Use el DOI o este identificador para enlazar este recurso: https://hdl.handle.net/20.500.14330/TES01000850003
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorNeme, Antonio-
dc.creatorMartínez Tena, Sergio Adrián-
dc.date.created2023-11-29T00:00:00-
dc.date.issued2023-
dc.identifier.urihttps://hdl.handle.net/20.500.14330/TES01000850003-
dc.format.extent1 recurso en línea (96 páginas)-
dc.format.mediumcomputadora-
dc.format.mimetypeapplication/pdf-
dc.languagespa-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0-
dc.source.urihttps://tesiunam.dgb.unam.mx/F?current_base=TES01&func=direct&doc_number=000850003-
dc.subject.classificationCiencias Físico - Matemáticas y de las Ingenierías-
dc.titleDetección de genomas anómalos de SARS-COV-2 por medio de algoritmos de aprendizaje no supervisados-
dc.typeTesis de maestría-
dcterms.contributorNeme, Antonio::si::SinIdentificador::role::asesorTesis-
dcterms.creatorMartínez Tena, Sergio Adrián::si::SinIdentificador-
dc.degree.nameMaestría en Ciencia e Ingeniería de la Computación-
dc.degree.grantorUniversidad Nacional Autónoma de México-
dc.identifier.urlhttp://132.248.9.195/ptd2023/noviembre/0850003/Index.html-
dc.format.supportrecurso en línea-
dc.degree.departmentPrograma de Posgrado en Ciencia e Ingeniería de la Computación-
dc.degree.departmentInstituto de Investigaciones en Matemáticas Aplicadas y en Sistemas-
dc.degree.levelMaestría-
dc.rights.accessrightsAcceso en línea sin restricciones-
dc.type.versionpublishedVersion-
dc.publisher.locationMX-
dc.date.modified2023-12-05T00:00:00-
Aparece en las colecciones: Tesis de maestría

Texto completo:
Archivo Descripción Tamaño Formato  
000850003.mrcRegistro bibliográfico en formato MARC1.63 kBMARCVisualizar/Abrir
0850003.pdfTexto Completo11.77 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del recurso


Este recurso está sujeto a una Licencia Creative Commons Creative Commons