Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning
El presente documento se describe el proceso de desarrollo del software llamado "XRD-analyzer", aplicación que mediante una ingeniería de datos y uso de modelos estadísticos tiene como objetivo simplificar el análisis de difractogramas de rayos-X, y presentar al usuario clasificación de di...
- Autores:
-
Laverde Zamudio, Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/45727
- Acceso en línea:
- http://hdl.handle.net/1992/45727
- Palabra clave:
- Desarrollo de software
Algoritmos (Computadores)
Aprendizaje automático (Inteligencia artificial)
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_3875c498cf22fe8fc99192401d4ae474 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/45727 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Trujillo, Luis Felipevirtual::6030-1Pérez Taborda, Jaime Andrésvirtual::6031-1Laverde Zamudio, Felipe0b940b5b-6f79-45f6-a85c-f5aa8398c235600Avila Bernal, Alba Graciela2020-09-03T16:11:49Z2020-09-03T16:11:49Z2019http://hdl.handle.net/1992/45727u827972.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El presente documento se describe el proceso de desarrollo del software llamado "XRD-analyzer", aplicación que mediante una ingeniería de datos y uso de modelos estadísticos tiene como objetivo simplificar el análisis de difractogramas de rayos-X, y presentar al usuario clasificación de difractogramas experimentales de acuerdo con su compuesto de origen y composición cristalina de la estructura. En este informe se incluye información asociada a la problemática que se pretende solucionar con el proyecto, alcances que puede tener el mismo, tablas de resultados que muestran estadísticas de clasificación y documentación asociada a el funcionamiento del software y al trabajo realizado durante el semestre 2019-1.This document describes the development process of the software "XRD-analyzer", an application that, through data engineering and the use of statistical models, aims to simplify the analysis of X-ray diffractograms, and allows experimental diffractogram classification according to its chemical compound and crystalline composition of the structure. This report includes information associated to the problem that is intended to be solved with the project, scope that it may have, result tables that show classification statistics and documentation associated with the operation of the software and the work done during the semester 2019-1.Ingeniero ElectrónicoPregrado57 hojasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaIdentificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPDesarrollo de softwareAlgoritmos (Computadores)Aprendizaje automático (Inteligencia artificial)IngenieríaPublicationhttps://scholar.google.es/citations?user=4TGvo8AAAAJvirtual::6030-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000802506virtual::6030-1eb386eec-3ec8-40c2-829d-ae8cbf0e384evirtual::6030-195b7597d-5c28-48c9-b39a-b48f36e6e769virtual::6031-1eb386eec-3ec8-40c2-829d-ae8cbf0e384evirtual::6030-195b7597d-5c28-48c9-b39a-b48f36e6e769virtual::6031-1ORIGINALu827972.pdfapplication/pdf3355074https://repositorio.uniandes.edu.co/bitstreams/f4692690-dfad-40db-bb46-956e7359c546/download743a3d2df36a11ab47cb2a258b60334dMD51TEXTu827972.pdf.txtu827972.pdf.txtExtracted texttext/plain132953https://repositorio.uniandes.edu.co/bitstreams/483d6c4f-2e81-468e-97db-117acb51b56d/download63cdff77f0efc6abe78896abb95f94e2MD54THUMBNAILu827972.pdf.jpgu827972.pdf.jpgIM Thumbnailimage/jpeg10324https://repositorio.uniandes.edu.co/bitstreams/2b3ed782-b941-4baa-9300-2394c8f69886/download8be81d56051b4bd23e2a8162c71ddef5MD551992/45727oai:repositorio.uniandes.edu.co:1992/457272024-03-13 13:05:06.109https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
| dc.title.es_CO.fl_str_mv |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| title |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| spellingShingle |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning Desarrollo de software Algoritmos (Computadores) Aprendizaje automático (Inteligencia artificial) Ingeniería |
| title_short |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| title_full |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| title_fullStr |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| title_full_unstemmed |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| title_sort |
Identificación y etiquetado de compuestos cristalinos en difractogramas de rayos-x a partir de algoritmos de machine learning |
| dc.creator.fl_str_mv |
Laverde Zamudio, Felipe |
| dc.contributor.advisor.none.fl_str_mv |
Giraldo Trujillo, Luis Felipe Pérez Taborda, Jaime Andrés |
| dc.contributor.author.none.fl_str_mv |
Laverde Zamudio, Felipe |
| dc.contributor.jury.none.fl_str_mv |
Avila Bernal, Alba Graciela |
| dc.subject.armarc.es_CO.fl_str_mv |
Desarrollo de software Algoritmos (Computadores) Aprendizaje automático (Inteligencia artificial) |
| topic |
Desarrollo de software Algoritmos (Computadores) Aprendizaje automático (Inteligencia artificial) Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
El presente documento se describe el proceso de desarrollo del software llamado "XRD-analyzer", aplicación que mediante una ingeniería de datos y uso de modelos estadísticos tiene como objetivo simplificar el análisis de difractogramas de rayos-X, y presentar al usuario clasificación de difractogramas experimentales de acuerdo con su compuesto de origen y composición cristalina de la estructura. En este informe se incluye información asociada a la problemática que se pretende solucionar con el proyecto, alcances que puede tener el mismo, tablas de resultados que muestran estadísticas de clasificación y documentación asociada a el funcionamiento del software y al trabajo realizado durante el semestre 2019-1. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T16:11:49Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T16:11:49Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/45727 |
| dc.identifier.pdf.none.fl_str_mv |
u827972.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/45727 |
| identifier_str_mv |
u827972.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
57 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Electrónica |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Eléctrica y Electrónica |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/f4692690-dfad-40db-bb46-956e7359c546/download https://repositorio.uniandes.edu.co/bitstreams/483d6c4f-2e81-468e-97db-117acb51b56d/download https://repositorio.uniandes.edu.co/bitstreams/2b3ed782-b941-4baa-9300-2394c8f69886/download |
| bitstream.checksum.fl_str_mv |
743a3d2df36a11ab47cb2a258b60334d 63cdff77f0efc6abe78896abb95f94e2 8be81d56051b4bd23e2a8162c71ddef5 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133892778360832 |