Desarrollo de arquitecturas basadas en redes neuronales artificiales para aproximar la solución de las ecuaciones de transferencia de calor y dinámica estructural
Hasta hace unos años se simulaban problemas de tipo estático, pero en la actualidad los cálculos dinámicos resultan más representativos, aunque incrementan exponencialmente el costo computacional. En este contexto, la aplicación de técnicas de Machine Learning pueden resultar una alternativa viable...
Guardado en:
| Autor Principal: | |
|---|---|
| Otros Autores: | , , , |
| Formato: | Tesis Libro |
| Lenguaje: | Español |
| Materias: |
| LEADER | 02942ntm a2200373 a 4500 | ||
|---|---|---|---|
| 001 | 324782.19.f | ||
| 003 | arsfunl | ||
| 008 | 200806s2024 ARG | 00 0 spa d | ||
| 040 | # | # | |a HHR |
| 080 | # | # | |a 62 |
| 082 | 0 | # | |a 004 |
| 100 | 1 | # | |a Odetti, Esteban Jorge |
| 245 | 1 | 0 | |a Desarrollo de arquitecturas basadas en redes neuronales artificiales para aproximar la solución de las ecuaciones de transferencia de calor y dinámica estructural |c Esteban Jorge Odetti y Andrés Fernando Pozzer ; Director Walter Schulte, Asesores temáticos Diego Sklar y Gerardo Franck |h [recurso electrónico] |
| 256 | # | # | |a Datos electrónicos (1 Archivo : 3,0 MB). |
| 260 | # | # | |e Santa Fe : |g 2024 |
| 300 | # | # | |a 1 cd. : |b il. ; |c 12 cm. |
| 502 | # | # | |a Proyecto Final (Ingeniería Informática)--Facultad de Ingeniería y Ciencias Hídricas, Universidad Nacional del Litoral, 2024 |
| 520 | 3 | # | |a Hasta hace unos años se simulaban problemas de tipo estático, pero en la actualidad los cálculos dinámicos resultan más representativos, aunque incrementan exponencialmente el costo computacional. En este contexto, la aplicación de técnicas de Machine Learning pueden resultar una alternativa viable para reducir dichos costos. Se propone estudiar y desarrollar algoritmos basados en redes neuronales artificiales que resuelvan, primero un problema de transferencia de calor clásico (resuelto hasta ahora por Elementos Finitos), para luego extrapolarlo a la mecánica estructural. El proceso de aplicación de Machine Learning en dinámica estructural consiste en ajustar un modelo para estimar de manera aproximada la tensión resultante y la frecuencia predominante de una bicicleta sometida a excitaciones cuasi-aleatorias. Aunque la bicicleta es un sistema sencillo comparado con otras maquinarias, por ejemplo la agrícola, su estudio brinda la oportunidad perfecta para probar y perfeccionar redes neuronales en un contexto más controlable y comprensible. Este proyecto permitió no sólo analizar y ajustar métodos de simulación y análisis, sino también obtener conclusiones valiosas sobre el funcionamiento y la eficacia de las redes neuronales. Estas estarán diseñadas para estimar los valores de la tensión resultante medida y frecuencia predominante en dos puntos de una bicicleta de aluminio. |
| 538 | # | # | |a Requerimientos del sistema: lector de Adobe reader. |
| 650 | 0 | 7 | |a Informática |2 spines |
| 650 | 0 | 7 | |a Inteligencia artificial |2 spines |
| 653 | 0 | # | |a Proyecto final de Ingeniería Informática |
| 653 | 0 | # | |a Simulación |
| 653 | 0 | # | |a Elementos finitos |
| 653 | 0 | # | |a Transferencia de calor |
| 653 | 0 | # | |a Dinámica estructural |
| 653 | 0 | # | |a Inteligencia computacional |
| 653 | 0 | # | |a Machine Learning |
| 653 | 0 | # | |a Redes neuronales |
| 700 | 1 | # | |a Pozzer, Andrés Fernando |
| 700 | 1 | # | |a Schulte, Walter |e director de grado |
| 700 | 1 | # | |a Sklar, Diego |e asesor |
| 700 | 1 | # | |a Franck, Gerardo |e asesor |
| 090 | |a Caja CDs |b FICH |d 5506337 |i 5506337 |u 19 | ||