1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Durango
  4. Instituto Tecnológico de Durango
  5. Tesis de Maestria
  6. Maestría en Sistemas Ambientales

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/10137
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRojas Montes, Jaime Cristobal#ROMJ850428878-
dc.contributor.advisorRodríguez Rosales, Maria Dolores Josefina#-
dc.contributor.authorCarreón Félix, Miguel Angel-
dc.creatorCarreón Félix, Miguel Angel#CAFM870929-
dc.date.accessioned2025-06-18T17:20:28Z-
dc.date.available2025-06-18T17:20:28Z-
dc.date.issued2024-11-19-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/10137-
dc.descriptionEn 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.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherinteligencia artificial, procesos industriales, algorimo inteligentees_MX
dc.titlePredicción de la producción sustentable de formaldehido utilizando aprendizaje automáticoes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorValle Cervantes, Sergio#VACS571007KM1-
dc.contributor.directorGuerrero Rivera, Ruben#-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Durangoes_MX
Appears in Collections:Maestría en Sistemas Ambientales

Files in This Item:
File Description SizeFormat 
Tesis.pdfTesis de Posgrado aplicada a un proceso industrial con inteligencia artificial7.24 MBAdobe PDFView/Open


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons