Look-up in Google Scholar
Title: Diseño de una red neuronal artificial no supervisada para la estimación de parámetros de resistencia al corte de suelos a partir de sus propiedades físicas
Advisor(s): Fanola Merino, Wilfredo Baro
OCDE field: https://purl.org/pe-repo/ocde/ford#2.07.02; https://purl.org/pe-repo/ocde/ford#2.02.05; https://purl.org/pe-repo/ocde/ford#2.02.01
Issue Date: 2023
Institution: Universidad Nacional Mayor de San Marcos
Abstract: Propone una solución tecnológica alternativa mediante el diseño de una red neuronal artificial (RNA) para estimar los parámetros de resistencia al corte de suelos (el ángulo de fricción y la cohesión) que son muy necesarios para el diseño de cimentación de torres de estaciones de telecomunicaciones. Para ello, se elabora una base de datos cuya información proviene de recientes proyectos regionales de Telecomunicaciones y de proyectos particulares para importantes empresas conocidas del entorno. La propuesta tecnológica del diseño de la Red Neuronal Artificial se desarrolla escribiendo código con el Software Matlab. Se explica cada etapa del diseño desde el ingreso de la data a la red seguido de la forma de entrenamiento, hasta que la RNA quede bien definida. Una vez obtenido los resultados de la RNA, se realiza una comparación con los resultados obtenidos de los laboratorios de suelos, permitiendo determinar la capacidad de generalización de la red Neuronal Artificial diseñada. Posteriormente se presenta las evaluaciones técnicas y económicas donde se evidencia el conjunto de mejoras que produjo la RNA para los procesos internos de la empresa Delta.
Discipline: Ingeniería Electrónica
Grade or title grantor: Universidad Nacional Mayor de San Marcos. Facultad de Facultad de Ingeniería Electrónica y Eléctrica. Escuela Profesional de Ingeniería Electrónica
Grade or title: Ingeniero Electrónico
Juror: Vidal Huarcaya, Jose; Sumoso Huaman, Angel Orlando; Picon Llanos, Edmundo
Register date: 20-Jun-2023; 20-Jun-2023



This item is licensed under a Creative Commons License Creative Commons