Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/10137
Título : Predicción de la producción sustentable de formaldehido utilizando aprendizaje automático
Autor : Carreón Félix, Miguel Angel
metadata.dc.subject.other: inteligencia artificial, procesos industriales, algorimo inteligente
Fecha de publicación : 2024-11-19
Editorial : Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Durango
Descripción : 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
Aparece en las colecciones: Maestría en Sistemas Ambientales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Tesis.pdfTesis de Posgrado aplicada a un proceso industrial con inteligencia artificial7.24 MBAdobe PDFVisualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons