Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades
En este artículo se presenta un procedimiento no-paramétrico para identificación de no-conformidades en el control de procesos multivariados. El procedimiento propuesto, calcula una medición de la densidad para cada celda en un espacio particionado definido por el set de entrenamiento. Una vez la de...
- Autores:
-
Carlos Paternina A.; Universidad del Norte
Eduardo Lerín V.; Universidad del Norte
Erika V.; Universidad del Norte
Márceles G.; Universidad del Norte
- Tipo de recurso:
- Fecha de publicación:
- 2011
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/4042
- Acceso en línea:
- http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/2276
http://hdl.handle.net/10584/4042
- Palabra clave:
- Rights
- License
- http://purl.org/coar/access_right/c_abf2
id |
REPOUNORT2_1316429ba34b3cb9ee86a6c7b8c51b54 |
---|---|
oai_identifier_str |
oai:manglar.uninorte.edu.co:10584/4042 |
network_acronym_str |
REPOUNORT2 |
network_name_str |
Repositorio Uninorte |
repository_id_str |
|
spelling |
Carlos Paternina A.; Universidad del NorteEduardo Lerín V.; Universidad del NorteErika V.; Universidad del NorteMárceles G.; Universidad del NorteColombia2013-08-31T23:10:31Z2013-08-31T23:10:31Z2011-07-22http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/2276http://hdl.handle.net/10584/4042En este artículo se presenta un procedimiento no-paramétrico para identificación de no-conformidades en el control de procesos multivariados. El procedimiento propuesto, calcula una medición de la densidad para cada celda en un espacio particionado definido por el set de entrenamiento. Una vez la densidad para cada celda es calculada, se desarrolla una aproximación a una función continua de densidad utilizando redes neuronales de Retropropagación. El entrenamiento de la red neuronal sólo requiere información del proceso en-control, lo que significa que no se utilizan ejemplos negativos. La información de entrenamiento es pre-procesada para sopesar la carencia de información de entrenamiento fuera-de-control. Nuevos casos provenientes del proceso analizado son examinados bien sea que pertenezcan a la distribución en-control o fuera-de-control. La clasificación de las categorías: en-control y fuera-de-control, se fundamenta en la función de densidad de probabilidad aproximada. Los resultados de las simulaciones son utilizados para realizar comparaciones con otras tecnologías existentesapplication/pdfspaUniversidad del NorteRevista Científica Ingeniería y Desarrollo; No 9 (2001): Enero - Junio; 78-87instname:Universidad del Nortereponame:Repositorio Digital de la Universidad del NorteUn enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidadesarticlepublishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501http://purl.org/coar/access_right/c_abf210584/4042oai:172.16.14.36:10584/40422015-10-07 01:47:20.608Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.co |
dc.title.none.fl_str_mv |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
title |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
spellingShingle |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
title_short |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
title_full |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
title_fullStr |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
title_full_unstemmed |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
title_sort |
Un enfoque de redes neuronales hacia el control de calidad para procesos multivariados basados en estimación de densidades |
dc.creator.fl_str_mv |
Carlos Paternina A.; Universidad del Norte Eduardo Lerín V.; Universidad del Norte Erika V.; Universidad del Norte Márceles G.; Universidad del Norte |
dc.contributor.author.none.fl_str_mv |
Carlos Paternina A.; Universidad del Norte Eduardo Lerín V.; Universidad del Norte Erika V.; Universidad del Norte Márceles G.; Universidad del Norte |
description |
En este artículo se presenta un procedimiento no-paramétrico para identificación de no-conformidades en el control de procesos multivariados. El procedimiento propuesto, calcula una medición de la densidad para cada celda en un espacio particionado definido por el set de entrenamiento. Una vez la densidad para cada celda es calculada, se desarrolla una aproximación a una función continua de densidad utilizando redes neuronales de Retropropagación. El entrenamiento de la red neuronal sólo requiere información del proceso en-control, lo que significa que no se utilizan ejemplos negativos. La información de entrenamiento es pre-procesada para sopesar la carencia de información de entrenamiento fuera-de-control. Nuevos casos provenientes del proceso analizado son examinados bien sea que pertenezcan a la distribución en-control o fuera-de-control. La clasificación de las categorías: en-control y fuera-de-control, se fundamenta en la función de densidad de probabilidad aproximada. Los resultados de las simulaciones son utilizados para realizar comparaciones con otras tecnologías existentes |
publishDate |
2011 |
dc.date.issued.none.fl_str_mv |
2011-07-22 |
dc.date.accessioned.none.fl_str_mv |
2013-08-31T23:10:31Z |
dc.date.available.none.fl_str_mv |
2013-08-31T23:10:31Z |
dc.type.none.fl_str_mv |
article |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.type.hasVersion.none.fl_str_mv |
publishedVersion |
dc.identifier.other.none.fl_str_mv |
http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/2276 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10584/4042 |
url |
http://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/2276 http://hdl.handle.net/10584/4042 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.none.fl_str_mv |
Revista Científica Ingeniería y Desarrollo; No 9 (2001): Enero - Junio; 78-87 |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.spatial.none.fl_str_mv |
Colombia |
dc.publisher.none.fl_str_mv |
Universidad del Norte |
publisher.none.fl_str_mv |
Universidad del Norte |
dc.source.none.fl_str_mv |
instname:Universidad del Norte reponame:Repositorio Digital de la Universidad del Norte |
instname_str |
Universidad del Norte |
institution |
Universidad del Norte |
reponame_str |
Repositorio Digital de la Universidad del Norte |
collection |
Repositorio Digital de la Universidad del Norte |
repository.name.fl_str_mv |
Repositorio Digital de la Universidad del Norte |
repository.mail.fl_str_mv |
mauribe@uninorte.edu.co |
_version_ |
1812183104421363713 |