<?xml version="1.0" encoding="UTF-8"?>
<xml>
<records>
<record>
  <contributors>
    <authors>
      <author>Robres Portella, Natalia</author>
      <author>Gutiérrez Rodrigo, Sergio</author>
      <author>Calvo Barles, Pablo Antonio</author>
    </authors>
  </contributors>
  <titles>
    <title>Evolución de sistemas dinámicos mediante aprendizaje profundo.</title>
    <secondary-title/>
  </titles>
  <doi/>
  <pages/>
  <volume/>
  <number/>
  <dates>
    <year>2024</year>
    <pub-dates>
      <date>2024</date>
    </pub-dates>
  </dates>
  <abstract>En este trabajo exploramos el uso de las Redes Neuronales Informadas por Física (PINNs) para resolver ecuaciones diferenciales en sistemas dinámicos. Se abordan aplicaciones desde el modelo de Romeo y Julieta hasta las Ecuaciones de Lorenz, destacando la versatilidad de las PINNs, que combinan principios físicos con técnicas de aprendizaje automático para modelar fenómenos complejos.&lt;br /&gt;&lt;br /&gt;</abstract>
</record>

</records>
</xml>