Diseño de una red neuronal para predecir el comportamiento de un vidrio blindado frente al multimpacto balístico

El presente proyecto estudia la posibilidad de implementar métodos no convencionales para la predicción de un vidrio blindado frente al multimpacto balístico mediante la utilización de una red neuronal. El modelo computacional puede explorar áreas en las que los experimentos resultarían naturalmente contaminantes para el medio ambientes a la vez que costosos. Se ha desarrollado un marco acoplado de datos balísticos y un modelo de aprendizaje automático optimizado para predecir con precisión si una probeta balística fallará o no. Este modelo es capaz de evaluar distintos parámetros que puedan tener una probeta para determinar cuáles son los más influyentes en el desempeño balístico. En este estudio, se utilizaron una serie de datos experimentales previos para la construcción y el diseño de la red neuronal. Adicionalmente, se implementó Optuna como un optimizador de los hiperparámetros del modelo. En general, la red neuronal fue capaz de predecir correctamente el comportamiento balístico en todos los casos en los cuales fue probada.

• Autores: Cobos Franco, Juan Álvaro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/74820
• Acceso en línea: https://hdl.handle.net/1992/74820
• Palabra clave: Vidrio blindado; Redes neuronales; Optuna; Optimización de los hiperparámetros; Random Forests; Clasificación de los parámetros del modelo; Ingeniería
• Rights: embargoedAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf