Mantenimiento Predictivo Basado en Redes Neuronales
-
Upload
kiara-alejandra-zambrano -
Category
Documents
-
view
222 -
download
0
Transcript of Mantenimiento Predictivo Basado en Redes Neuronales
7/25/2019 Mantenimiento Predictivo Basado en Redes Neuronales
http://slidepdf.com/reader/full/mantenimiento-predictivo-basado-en-redes-neuronales 1/2
MANTENIMIENTO PREDICTIVO BASADO EN REDES
NEURONALES
Las redes neuronales artificiales son una representación del cerebro humano que intenta
simular su proceso de aprendizaje. El término artificial indica que las redes neuronales se
implementan en un ordenador capaz de realizar el gran número de operaciones que conlleva
el proceso de aprendizaje.
Componentes de una red neuronal artifiial!
Estudiante: "am#rano Coello $iara Ale%andra
Tema: &!&!'( echa: )&*)+*+,)-
Usadas
odo esto
Para
7/25/2019 Mantenimiento Predictivo Basado en Redes Neuronales
http://slidepdf.com/reader/full/mantenimiento-predictivo-basado-en-redes-neuronales 2/2
!unque ha" una gran variedad de redes neuronales# todas ellas tienen una estructura
común. !l igual que en el cerebro humano# una red neuronal est$ formada por neuronas "
las cone%iones entre ellas. Las neuronas intercambian información entre ellas a través de las
cone%iones que las unen. Estas cone%iones est$n caracterizadas por un par$metro llamado
peso " que sirve para dar m$s importancia a unas cone%iones frente a otras.
La siguiente igura muestra la estructura general de una neurona artificial.
Apliai.n
&na de las principales $reas de aplicación de las redes neuronales artificiales es la
predicción. Las '(! constitu"en una herramienta alterna prometedora para los
pronosticadores. La estructura intr)nsecamente no lineal de las redes neuronales es
particularmente útil para la captura de la compleja relación sub"acente en muchos
problemas del mundo real. Las redes neuronales son quiz$s los métodos m$s vers$tiles para
aplicaciones de predicción en el que no sólo pueden encontrar estructuras no lineales en un
problema# también pueden modelar procesos lineales.
Detección de sucesos interesantes en aceleradores de partículas.
Concesión de créditos.
Control de calidad.
Control de procesos, entre otros.
Estudiante: "am#rano Coello $iara Ale%andra
Tema: &!&!'( echa: )&*)+*+,)-