Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/10137| Title: | Predicción de la producción sustentable de formaldehido utilizando aprendizaje automático |
| Authors: | Carreón Félix, Miguel Angel |
| metadata.dc.subject.other: | inteligencia artificial, procesos industriales, algorimo inteligente |
| Issue Date: | 2024-11-19 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Durango |
| Description: | En esta investigación se desarrolló un modelo de aprendizaje automático, empleando redes neuronales profundas e inteligencia artificial con el objetivo de predecir la producción de formaldehido en una planta química. El modelo se generó mediante el uso del lenguaje de programación Python y la Liberia Scikit-Learn, empleando datos del sistema de monitoreo de la planta, el cual cuenta con 220 sensores. Se determinó una estructura para la red neuronal con 4 capas ocultas, y se realizaron variaciones en el número de neuronas para cada capa, aumentando el número en cada corrida hasta obtener valores de predicción más precisos, desde 10 neuronas hasta 1,024. La arquitectura elegida fue de 1 capa de entrada con 135 neuronas, 4 capas ocultas con 128, 256, 512 y 1,024 neuronas respectivamente, y una capa de salida. Se obtuvieron predicciones con precisiones en el rango de 98.5% a 99.8% y coeficiente de determinación R2 de 0.998 para los registros con frecuencia de 1 segundo, mostrando esto que este modelo es eficaz. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Maestría en Sistemas Ambientales |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis.pdf | Tesis de Posgrado aplicada a un proceso industrial con inteligencia artificial | 7.24 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
