El Grupo de Investigación de Redes de información Inalámbricas (GIRNI) realiza estudios en una granja experimental (GEA) ubicada en ESPOL, utilizando nodos inalámbricos con sensores, los cuales están ubicados dentro del perímetro de las plantaciones, aunque dicha ubicación actualmente sea estática, se planea el desplazamiento de estos sensores. Como método para localizar los sensores se ha implementado un código de localización por estimación de distancia, junto con algoritmos de Deep Learning para predecir su ubicación y corregir errores en la estimación. Los modelos de estimación utilizados fueron Artificial Neural Networks (ANN) y Long Short-Term Memory (LSTM), luego como método de validación de los modelos implementados se ha utilizado K-Fold Cross-Validation. Tras ejecutar el programa y obtener el set de resultados ya corregidos por el método de validación propuesto, se obtiene una aproximación bastante precisa de la ubicación de los nodos, validando la implementación de los algoritmos como alternativa eficiente para la localización de los sensores. Palabras Clave: Localización, Sensor, Machine Learning, Inalámbrico