Desarrollo de un sistema de predicción de falla de cojinete de turbina hidráulica basado en redes neuronales recurrentes con LSTM
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/21930
Título : | Desarrollo de un sistema de predicción de falla de cojinete de turbina hidráulica basado en redes neuronales recurrentes con LSTM |
Autor : | Reino Chérrez, Esteban Francisco Cochancela Araujo, Jhonnatan Rodrigo |
Director de Tesis: | Salamea Palacios, Christian Raúl |
Resumen traducido: | This work presents a failure forecast system for a hydraulic turbine bearing by applying two machine learning techniques: regression models and models with recurrent neural networks LSTM to the daily, weekly and monthly envelope. |
Resumen : | Este trabajo presenta un sistema de pronóstico de falla de un cojinete de turbina hidráulica mediante la aplicación de dos técnicas de machine learning: modelos de regresión lineal y modelos de redes neuronales recurrentes LSTM con el uso de envolventes diarias, semanales y mensuales. |
Palabras clave : | ELECTRÓNICA REDES NEURONALES (COMPUTADORES) APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) ANÁLISIS DE REGRESIÓN APRENDIZAJE SUPERVISADO LONG SHORT-TERM MEMORY |
Fecha de publicación : | 2022 |
URI : | http://dspace.ups.edu.ec/handle/123456789/21930 |
Idioma: | spa |
Pertenece a las colecciones: | Posgrado |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
UPS-CT009586.pdf | Texto completo | 3,26 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons