Diseño de una red neuronal artificial no supervisada para la estimación de parámetros de resistencia al corte de suelos a partir de sus propiedades físicas

dc.contributor.advisorFanola Merino, Wilfredo Baro
dc.contributor.authorSolís Gálvez, Elvis Magno
dc.date.accessioned2023-06-20T18:29:18Z
dc.date.available2023-06-20T18:29:18Z
dc.date.issued2023
dc.description.abstractPropone una solución tecnológica alternativa mediante el diseño de una red neuronal artificial (RNA) para estimar los parámetros de resistencia al corte de suelos (el ángulo de fricción y la cohesión) que son muy necesarios para el diseño de cimentación de torres de estaciones de telecomunicaciones. Para ello, se elabora una base de datos cuya información proviene de recientes proyectos regionales de Telecomunicaciones y de proyectos particulares para importantes empresas conocidas del entorno. La propuesta tecnológica del diseño de la Red Neuronal Artificial se desarrolla escribiendo código con el Software Matlab. Se explica cada etapa del diseño desde el ingreso de la data a la red seguido de la forma de entrenamiento, hasta que la RNA quede bien definida. Una vez obtenido los resultados de la RNA, se realiza una comparación con los resultados obtenidos de los laboratorios de suelos, permitiendo determinar la capacidad de generalización de la red Neuronal Artificial diseñada. Posteriormente se presenta las evaluaciones técnicas y económicas donde se evidencia el conjunto de mejoras que produjo la RNA para los procesos internos de la empresa Delta.es_PE
dc.formatapplication/pdfes_PE
dc.identifier.citationSolís, E. (2023). Diseño de una red neuronal artificial no supervisada para la estimación de parámetros de resistencia al corte de suelos a partir de sus propiedades físicas. [Trabajo de Suficiencia Profesional, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Electrónica y Eléctrica, Escuela Profesional de Ingeniería Electrónica]. Repositorio institucional Cybertesis UNMSM.es_PE
dc.identifier.urihttps://hdl.handle.net/20.500.12672/19800
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Mayor de San Marcoses_PE
dc.publisher.countryPEes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/es_PE
dc.sourceUniversidad Nacional Mayor de San Marcoses_PE
dc.sourceRepositorio de Tesis - UNMSMes_PE
dc.subjectTelecomunicacioneses_PE
dc.subjectGeotecniaes_PE
dc.subjectMATLABes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.01es_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.05
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.07.02
dc.titleDiseño de una red neuronal artificial no supervisada para la estimación de parámetros de resistencia al corte de suelos a partir de sus propiedades físicases_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
renati.advisor.dni06030740
renati.advisor.orcidhttps://orcid.org/0000-0002-9041-3663es_PE
renati.author.dni71250880
renati.discipline712026es_PE
renati.jurorSumoso Huaman, Angel Orlando
renati.jurorVidal Huarcaya, Jose
renati.jurorPicon Llanos, Edmundo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionales_PE
sisbib.juror.dni06842634
sisbib.juror.dni09450859
sisbib.juror.dni07564597
thesis.degree.disciplineIngeniería Electrónicaes_PE
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería Electrónica y Eléctrica. Escuela Profesional de Ingeniería Electrónicaes_PE
thesis.degree.nameIngeniero Electrónicoes_PE

Files

Original bundle

Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
Solís_ge.pdf
Size:
3.37 MB
Format:
Adobe Portable Document Format
Description:
No Thumbnail Available
Name:
C788_2023_Solís_ge_autorización.pdf
Size:
178.12 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
C788_2023_Solís_ge_originalidad.pdf
Size:
771.15 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: