Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Osorio, D., (2020). Comportamiento sísmico de una vivienda de dos pisos con ferrocemento, Puente Piedra - 2019 [Tesis, Universidad César Vallejo]. https://hdl.handle.net/20.500.12692/63928
Osorio, D., Comportamiento sísmico de una vivienda de dos pisos con ferrocemento, Puente Piedra - 2019 [Tesis]. PE: Universidad César Vallejo; 2020. https://hdl.handle.net/20.500.12692/63928
@misc{renati/141401,
title = "Comportamiento sísmico de una vivienda de dos pisos con ferrocemento, Puente Piedra - 2019",
author = "Osorio Mariano, Deivid Kevin",
publisher = "Universidad César Vallejo",
year = "2020"
}
Registro completo de metadatos
Minaya Rosario, Carlos Danilo
Osorio Mariano, Deivid Kevin
2021-06-25T07:21:25Z
2021-06-25T07:21:25Z
2020
https://hdl.handle.net/20.500.12692/63928
En el presente trabajo de investigación se desarrolló un método basado en procesos
gaussianos para mejorar la precisión en la estimación de la resistencia a la
compresión del concreto reforzado. Para lograr esto, se hizo uso de una base de
datos de 1030 registros, que contiene las cantidades de los componentes de la
mezcla de hormigón y la resistencia a la compresión que alcanzó la estructura a lo
largo del tiempo (en días), estos datos fueron donados y están disponibles en el
repositorio de datos de aprendizaje automático. Estos datos fueron utilizados en el
análisis descriptivo, en donde se comprobó a través de un análisis correlacional que
la relación matemática que existe entre los componentes del hormigón y la
resistencia a la compresión, es no lineal. El desarrollo del método consistió en la
elaboración de algoritmos en lenguaje de programación de Python, dentro del cual
se utilizó la librería de procesos gaussianos. Dentro de los procesos gaussianos se
desarrolló nuevas funciones de covarianza. Una vez establecido el proceso
gaussiano se llevó a cabo el proceso de optimización que consistió en la obtención
de los parámetros de las nuevas funciones de covarianza cuyos valores minimizan
la raíz del error cuadrático medio. La obtención de los parámetros trajo como
resultado la obtención de modelos de regresión ( o modelos predictivos), siendo 12
el total de modelos obtenidos de los cuales a través de un análisis de resultados,
considerando el valor obtenido correspondiente a los indicadores de la raíz del error
cuadrático medio y el logaritmo de la probabilidad marginal, se seleccionó cuatro
modelos como los más óptimos y precisos para llevar a cabo estimaciones de la
resistencia a la compresión del concreto reforzado. La precisión con la que estiman
los modelos obtenidos, compite con otros modelos que utilizan otro tipo de
algoritmos como máquina de soporte vectorial o redes neuronales artificiales, los
cuales fueron descritos en la revisión de la literatura, mientras que las
comparaciones hechas con modelos desarrollados en base procesos gaussianos
de la revisión de la literatura, demuestra la superioridad de los modelos obtenidos
en la presente investigación. (en_US)
Tesis (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad César Vallejo (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by/4.0/ (es_PE)
Repositorio Institucional - UCV (es_PE)
Universidad César Vallejo (es_PE)
Ingeniería antisísmica (es_PE)
Albañilería - Construcción (es_PE)
Diseño de estructuras (es_PE)
Comportamiento sísmico de una vivienda de dos pisos con ferrocemento, Puente Piedra - 2019 (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad César Vallejo. Facultad de Ingeniería y Arquitectura (es_PE)
Ingeniería Civil (es_PE)
Ingeniero Civil (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.01.01 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
06249794
https://orcid.org/0000-0002-0655-523X (es_PE)
70862330
732016 (es_PE)
Tello Malpartida, Omar Demetrio
Padilla Pichen, Santos Ricardo
Minaya Rosario, Carlos Danilo
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons