Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.

El interés hacia el uso de modelos matemáticos como, los semifísicos de base fenomenológica (MSBF) y los de redes neuronales (RNA), con el propósito de predecir y analizar el comportamiento de microrganismos como Chlorella sorokiniana, cada vez aumenta. Esto se debe a que escalar, diseñar y controla...

Full description

Autores:: Longa Marroquin, Nicole Dahiana
Londoño Cruz, Manuela

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2022

Institución:: Universidad ICESI

Repositorio:: Repositorio ICESI

Idioma:: spa

id	ICESI2_fdb09e39ebcce41d2098990f1ec89e5a
oai_identifier_str	oai:repository.icesi.edu.co:10906/99236
network_acronym_str	ICESI2
network_name_str	Repositorio ICESI
repository_id_str
spelling	Acosta Zamora, Edison AndrésLonga Marroquin, Nicole DahianaLondoño Cruz, ManuelaAsesor TesisCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.2023-02-22T07:51:12Z2022-01-012023-02-22T07:51:12Z2022-01-01360006http://repository.icesi.edu.co/biblioteca_digital/handle/10906/99236http://biblioteca2.icesi.edu.co/cgi-olib?oid=360006instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/El interés hacia el uso de modelos matemáticos como, los semifísicos de base fenomenológica (MSBF) y los de redes neuronales (RNA), con el propósito de predecir y analizar el comportamiento de microrganismos como Chlorella sorokiniana, cada vez aumenta. Esto se debe a que escalar, diseñar y controlar un cultivo de este microorganismo a gran escala representa grandes gastos en tiempo y dinero. Sin embargo, el modelado de estos sistemas en la actualidad utilizando los modelos matemáticos en cuestión es un proceso en mejora, debido a que aún se desconoce qué tan precisos son estimando el crecimiento de biomasa de Chlorella sorokiniana. Por tal motivo, en este estudio se comparó un modelo de base fenomenológica y uno de aprendizaje automatizado en la estimación de biomasa de Chlorella sorokiniana teniendo en cuenta el efecto de la irradiancia y una fuente de carbono orgánica, y tomando como punto de referencia los datos experimentales obtenidos en una investigación de la Universidad Icesi. Como resultado, el MSBF obtuvo un porcentaje de error promedio del 11,82%, mientras que el modelo de RNA logró estimar de manera más precisa el comportamiento de la concentración de biomasa microalgal con un porcentaje de error promedio del 6,01%.9 páginasDigitalapplication/pdfspaUniversidad IcesiFacultad de Ingeniería y DiseñoDepartamento Ingeniería BioquímicaSantiago de CaliEL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos Todo persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Microbiología predictivaModelamientoAprendizaje automáticoChlorella sorokinianaTrabajos de gradoIngeniería BioquímicaDepartamento Ingeniería BioquímicaAnalogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.Analogy between phenomenology-based semi physical modeling and neural networks using Chlorella sorokiniana biomass growth as the object of study.info:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fTrabajo de gradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALTG03712.pdfapplication/pdf548733http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/99236/1/TG03712.pdfea3a268f1736aa872b0b48ffaae78438MD5110906/99236oai:repository.icesi.edu.co:10906/992362023-02-23 17:15:31.123Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.co
dc.title.none.fl_str_mv	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
dc.title.alternative.none.fl_str_mv	Analogy between phenomenology-based semi physical modeling and neural networks using Chlorella sorokiniana biomass growth as the object of study.
title	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
spellingShingle	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana. Microbiología predictiva Modelamiento Aprendizaje automático Chlorella sorokiniana Trabajos de grado Ingeniería Bioquímica Departamento Ingeniería Bioquímica
title_short	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
title_full	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
title_fullStr	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
title_full_unstemmed	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
title_sort	Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.
dc.creator.fl_str_mv	Longa Marroquin, Nicole Dahiana Londoño Cruz, Manuela
dc.contributor.advisor.none.fl_str_mv	Acosta Zamora, Edison Andrés
dc.contributor.author.none.fl_str_mv	Longa Marroquin, Nicole Dahiana Londoño Cruz, Manuela
dc.contributor.role.none.fl_str_mv	Asesor Tesis
dc.subject.none.fl_str_mv	Microbiología predictiva Modelamiento Aprendizaje automático Chlorella sorokiniana Trabajos de grado Ingeniería Bioquímica Departamento Ingeniería Bioquímica
topic	Microbiología predictiva Modelamiento Aprendizaje automático Chlorella sorokiniana Trabajos de grado Ingeniería Bioquímica Departamento Ingeniería Bioquímica
description	El interés hacia el uso de modelos matemáticos como, los semifísicos de base fenomenológica (MSBF) y los de redes neuronales (RNA), con el propósito de predecir y analizar el comportamiento de microrganismos como Chlorella sorokiniana, cada vez aumenta. Esto se debe a que escalar, diseñar y controlar un cultivo de este microorganismo a gran escala representa grandes gastos en tiempo y dinero. Sin embargo, el modelado de estos sistemas en la actualidad utilizando los modelos matemáticos en cuestión es un proceso en mejora, debido a que aún se desconoce qué tan precisos son estimando el crecimiento de biomasa de Chlorella sorokiniana. Por tal motivo, en este estudio se comparó un modelo de base fenomenológica y uno de aprendizaje automatizado en la estimación de biomasa de Chlorella sorokiniana teniendo en cuenta el efecto de la irradiancia y una fuente de carbono orgánica, y tomando como punto de referencia los datos experimentales obtenidos en una investigación de la Universidad Icesi. Como resultado, el MSBF obtuvo un porcentaje de error promedio del 11,82%, mientras que el modelo de RNA logró estimar de manera más precisa el comportamiento de la concentración de biomasa microalgal con un porcentaje de error promedio del 6,01%.
publishDate	2022
dc.date.available.none.fl_str_mv	2022-01-01 2023-02-22T07:51:12Z
dc.date.issued.none.fl_str_mv	2022-01-01
dc.date.accessioned.none.fl_str_mv	2023-02-22T07:51:12Z
dc.type.none.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.local.none.fl_str_mv	Trabajo de grado
dc.type.version.none.fl_str_mv	info:eu-repo/semantics/publishedVersion
dc.type.coarversion.none.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
format	http://purl.org/coar/resource_type/c_7a1f
status_str	publishedVersion
dc.identifier.other.none.fl_str_mv	360006
dc.identifier.uri.none.fl_str_mv	http://repository.icesi.edu.co/biblioteca_digital/handle/10906/99236
dc.identifier.OLIB.none.fl_str_mv	http://biblioteca2.icesi.edu.co/cgi-olib?oid=360006
dc.identifier.instname.none.fl_str_mv	instname: Universidad Icesi
dc.identifier.reponame.none.fl_str_mv	reponame: Biblioteca Digital
dc.identifier.repourl.none.fl_str_mv	repourl: https://repository.icesi.edu.co/
identifier_str_mv	360006 instname: Universidad Icesi reponame: Biblioteca Digital repourl: https://repository.icesi.edu.co/
url	http://repository.icesi.edu.co/biblioteca_digital/handle/10906/99236 http://biblioteca2.icesi.edu.co/cgi-olib?oid=360006
dc.language.iso.none.fl_str_mv	spa
language	spa
dc.rights.uri.none.fl_str_mv	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.license.none.fl_str_mv	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.extent.none.fl_str_mv	9 páginas
dc.format.medium.none.fl_str_mv	Digital
dc.format.mimetype.none.fl_str_mv	application/pdf
dc.coverage.spatial.none.fl_str_mv	Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.
dc.publisher.none.fl_str_mv	Universidad Icesi
dc.publisher.faculty.none.fl_str_mv	Facultad de Ingeniería y Diseño
dc.publisher.department.none.fl_str_mv	Departamento Ingeniería Bioquímica
dc.publisher.place.none.fl_str_mv	Santiago de Cali
publisher.none.fl_str_mv	Universidad Icesi
institution	Universidad ICESI
bitstream.url.fl_str_mv	http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/99236/1/TG03712.pdf
bitstream.checksum.fl_str_mv	ea3a268f1736aa872b0b48ffaae78438
bitstream.checksumAlgorithm.fl_str_mv	MD5
repository.name.fl_str_mv	Biblioteca Digital - Universidad icesi
repository.mail.fl_str_mv	cdcriollo@icesi.edu.co
_version_	1814094822490767360

Analogía entre el modelo semifísico de base fenomenología y las redes neuronales utilizando como objeto de estudio el crecimiento de biomasa de Chlorella sorokiniana.

Publicaciones similares