Utilize este identificador para referenciar este registo: https://rinacional.tecnm.mx/jspui/handle/TecNM/9247
Título: Análisis Computacional para la Clasificación de Fluidos Mediante Vibraciones y Herramientas de Aprendizaje Automatizado
Autor: Deldago Cedillo, Carlos Andres
Data: 2024-12-01
Editora: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Ciudad Madero
Descrição: El presente documento explora la efectividad de las Redes Neuronales Artificiales en la clasificación de fluidos utilizando datos de vibraciones provenientes de una tubería, dando como resultado una metodología que tiene como finalidad reducir el número de mediciones sin afectar estadísticamente el desempeño del algoritmo. La recopilación de datos se llevó a cabo en un laboratorio experimental diseñado específicamente para este estudio para lograr obtener información de un ambiente controlado, de este laboratorio experimental se recolectaron muestras de dos fluidos de referencia agua y agua con jabón, además de dos escenarios secundarios que corresponden a periodos de inactividad tubería vacía con la bomba encendida y tubería vacía con la bomba apagada. Los hallazgos indican que, la reducción de mediciones conlleva una disminución en la precisión de clasificación, sin embargo, los modelos pueden no tener una diferencia significativa lo que se traduce como una mejora tanto espacial como temporal. Los resultados obtenidos fueron una precisión mayor al 97% y realizando una comparativa entre conjuntos que representan la reducción en el número de medición se concluyó que de 2048 mediciones a 1500 mediciones no existió diferencia significativa.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Aparece nas colecções:Maestría en Ciencias de la Computación

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
G16070826_donacion_licencia_bib (1).pdf
  Until 2050-01-01
Licencia209.56 kBAdobe PDFVer/Abrir Request a copy
G16070826_donacion_tesis_bib (1).pdfTesis2.39 MBAdobe PDFVer/Abrir


Este registo está protegido por copyright original.



Este registo está protegido por Licença Creative Commons Creative Commons