Nanocomposites analysis through machine learning

Los nanocompuestos poliméricos construidos con nanotubos de carbono pueden experimentar cambios de propiedades según el campo eléctrico aplicado durante el proceso de fabricación. En este trabajo, se intenta develar la relación entre los parámetros de la electricidad campo y las propiedades del mate...

Full description

Autores:
Parra Garcés, Valentina
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
eng
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/48944
Acceso en línea:
http://hdl.handle.net/1992/48944
Palabra clave:
Materiales nanocompuestos
Aprendizaje automático (Inteligencia artificial)
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_f5d0dc5668dee2974177fda784ed34e7
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/48944
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 Felipeff134203-cbb6-440b-b50c-2f1df4dba962400Castañeda Uribe, Octavio Alejandroc5b2d163-b473-451b-a059-31a97fc8b350500Parra Garcés, Valentina0704d888-f1dc-4ab6-8243-fa40d6f14ee3500Avila Bernal, Alba Graciela2021-02-18T12:36:52Z2021-02-18T12:36:52Z2020http://hdl.handle.net/1992/48944u833606.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Los nanocompuestos poliméricos construidos con nanotubos de carbono pueden experimentar cambios de propiedades según el campo eléctrico aplicado durante el proceso de fabricación. En este trabajo, se intenta develar la relación entre los parámetros de la electricidad campo y las propiedades del material a través del aprendizaje automático, donde varios algoritmos fueron evaluados. Parámetros de dispersión e imágenes subsuperficiales, obtenidas por Kelvin Probe Force Microscopy, de las muestras son usadas como entrada de un sistema de clasificación para predecir la amplitud y frecuencia del campo eléctrico aplicado al material. Los resultados experimentales sugieren que la frecuencia de fabricación de la señal que se aplica al material juega un papel importante en la definición de las propiedades del material resultantePolymer nanocomposites built with carbon nanotubes may experience property changes according to the applied electric field during the manufacturing process. In this work, we tried to unveil the relationship between the parameters of the electric field and the properties of the material through machine learning, where several algorithms were evaluated. Scattering parameters and subsurface images obtained by Kelvin probe force microscopy of the nanacomposite samples were used as input of a classification system to predict the amplitude and frequency of the electric field applied to the material. Experimental results suggest that the frequency of the manufacturing signal that is applied to the material plays an important role in defining the properties of the resultant materialIngeniero ElectrónicoPregrado20 hojasapplication/pdfengUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaNanocomposites analysis through 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/TPMateriales nanocompuestosAprendizaje automático (Inteligencia artificial)IngenieríaPublicationORIGINALu833606.pdfapplication/pdf494588https://repositorio.uniandes.edu.co/bitstreams/394e3b15-7618-406f-a5f7-41650b1512c1/downloade0eba0b4aa4decebc1d07103c9d19a17MD51TEXTu833606.pdf.txtu833606.pdf.txtExtracted texttext/plain31803https://repositorio.uniandes.edu.co/bitstreams/9d7f3314-c3b2-42c5-b765-7dfc2ad2870a/downloadd032119a505e9ae7f5baf54a0a32c6bdMD54THUMBNAILu833606.pdf.jpgu833606.pdf.jpgIM Thumbnailimage/jpeg6199https://repositorio.uniandes.edu.co/bitstreams/05d1caad-7f76-4cc4-8227-588448fd8374/download795102a9344f72f445ce4d99b8c49504MD551992/48944oai:repositorio.uniandes.edu.co:1992/489442023-10-10 19:26:26.166https://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 Nanocomposites analysis through machine learning
title Nanocomposites analysis through machine learning
spellingShingle Nanocomposites analysis through machine learning
Materiales nanocompuestos
Aprendizaje automático (Inteligencia artificial)
Ingeniería
title_short Nanocomposites analysis through machine learning
title_full Nanocomposites analysis through machine learning
title_fullStr Nanocomposites analysis through machine learning
title_full_unstemmed Nanocomposites analysis through machine learning
title_sort Nanocomposites analysis through machine learning
dc.creator.fl_str_mv Parra Garcés, Valentina
dc.contributor.advisor.none.fl_str_mv Giraldo Trujillo, Luis Felipe
Castañeda Uribe, Octavio Alejandro
dc.contributor.author.none.fl_str_mv Parra Garcés, Valentina
dc.contributor.jury.none.fl_str_mv Avila Bernal, Alba Graciela
dc.subject.armarc.es_CO.fl_str_mv Materiales nanocompuestos
Aprendizaje automático (Inteligencia artificial)
topic Materiales nanocompuestos
Aprendizaje automático (Inteligencia artificial)
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Los nanocompuestos poliméricos construidos con nanotubos de carbono pueden experimentar cambios de propiedades según el campo eléctrico aplicado durante el proceso de fabricación. En este trabajo, se intenta develar la relación entre los parámetros de la electricidad campo y las propiedades del material a través del aprendizaje automático, donde varios algoritmos fueron evaluados. Parámetros de dispersión e imágenes subsuperficiales, obtenidas por Kelvin Probe Force Microscopy, de las muestras son usadas como entrada de un sistema de clasificación para predecir la amplitud y frecuencia del campo eléctrico aplicado al material. Los resultados experimentales sugieren que la frecuencia de fabricación de la señal que se aplica al material juega un papel importante en la definición de las propiedades del material resultante
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-02-18T12:36:52Z
dc.date.available.none.fl_str_mv 2021-02-18T12:36:52Z
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/1992/48944
dc.identifier.pdf.none.fl_str_mv u833606.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/1992/48944
identifier_str_mv u833606.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv eng
language eng
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 20 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/394e3b15-7618-406f-a5f7-41650b1512c1/download
https://repositorio.uniandes.edu.co/bitstreams/9d7f3314-c3b2-42c5-b765-7dfc2ad2870a/download
https://repositorio.uniandes.edu.co/bitstreams/05d1caad-7f76-4cc4-8227-588448fd8374/download
bitstream.checksum.fl_str_mv e0eba0b4aa4decebc1d07103c9d19a17
d032119a505e9ae7f5baf54a0a32c6bd
795102a9344f72f445ce4d99b8c49504
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_ 1812134053110874112

Publicaciones similares