Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales

Autores
Fornari, Javier; Luccini, Eduardo; Vidali, Esteban; Parodi, Miguel Ángel; Grieco, Sebastián
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Fil: Fornari, Javier. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Luccini, Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; Argentina
Fil: Luccini, Eduardo. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Vidali, Esteban. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Parodi, Miguel Ángel. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Parodi, Miguel Ángel. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; Argentina
Fil: Grieco, Sebastián. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Resumen: Se identificaron y clasificaron las variables que caracterizan procesos industriales en el ámbito de la industria metalúrgica, como estrategia para modelizar y optimizar el proceso, a partir de los datos de un conjunto de empresas de la región centro y sur de Santa Fe. Como herramienta integradora de análisis se plantea la aplicación de redes neuronales artificiales, en particular mediante mapas auto-organizativos (SOM, Self-Organizing Maps). Los resultados preliminares confirman que el enfoque utilizado es capaz de proporcionar valiosa información y ofrece posibilidades para la aplicación directa sobre la industria local.
Fuente
Energeia, 10(10)
ISSN 1668-1622
Materia
PROCESOS INDUSTRIALES
REDES NEURONALES
REDES ARTIFICIALES
INGENIERIA INDUSTRIAL
OPTIMIZACION
CLASIFICACION
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
Repositorio Institucional (UCA)
Institución
Pontificia Universidad Católica Argentina
OAI Identificador
oai:ucacris:123456789/5921
Acceder
id RIUCA_321da9ab36ba50b2357c1be13b00022f
oai_identifier_str oai:ucacris:123456789/5921
network_acronym_str RIUCA
repository_id_str 2585
network_name_str Repositorio Institucional (UCA)
spelling Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificialesFornari, JavierLuccini, EduardoVidali, EstebanParodi, Miguel ÁngelGrieco, SebastiánPROCESOS INDUSTRIALESREDES NEURONALESREDES ARTIFICIALESINGENIERIA INDUSTRIALOPTIMIZACIONCLASIFICACIONFil: Fornari, Javier. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; ArgentinaFil: Luccini, Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; ArgentinaFil: Luccini, Eduardo. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; ArgentinaFil: Vidali, Esteban. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; ArgentinaFil: Parodi, Miguel Ángel. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; ArgentinaFil: Parodi, Miguel Ángel. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; ArgentinaFil: Grieco, Sebastián. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; ArgentinaResumen: Se identificaron y clasificaron las variables que caracterizan procesos industriales en el ámbito de la industria metalúrgica, como estrategia para modelizar y optimizar el proceso, a partir de los datos de un conjunto de empresas de la región centro y sur de Santa Fe. Como herramienta integradora de análisis se plantea la aplicación de redes neuronales artificiales, en particular mediante mapas auto-organizativos (SOM, Self-Organizing Maps). Los resultados preliminares confirman que el enfoque utilizado es capaz de proporcionar valiosa información y ofrece posibilidades para la aplicación directa sobre la industria local.Universidad Católica Argentina. Facultad de Química e Ingeniería "Fray Rogelio Bacon". Departamento de Investigación Institucional2012info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://repositorio.uca.edu.ar/handle/123456789/59211668-1622Fornari, J. et al. Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales [en línea]. Energeia, 10(10), 2012. Disponible en: https://repositorio.uca.edu.ar/handle/123456789/5921Energeia, 10(10)ISSN 1668-1622reponame:Repositorio Institucional (UCA)instname:Pontificia Universidad Católica Argentinaspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/2025-07-03T10:56:14Zoai:ucacris:123456789/5921instacron:UCAInstitucionalhttps://repositorio.uca.edu.ar/Universidad privadaNo correspondehttps://repositorio.uca.edu.ar/oaiclaudia_fernandez@uca.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:25852025-07-03 10:56:15.124Repositorio Institucional (UCA) - Pontificia Universidad Católica Argentinafalse
dc.title.none.fl_str_mv Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
title Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
spellingShingle Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
Fornari, Javier
PROCESOS INDUSTRIALES
REDES NEURONALES
REDES ARTIFICIALES
INGENIERIA INDUSTRIAL
OPTIMIZACION
CLASIFICACION
title_short Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
title_full Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
title_fullStr Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
title_full_unstemmed Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
title_sort Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales
dc.creator.none.fl_str_mv Fornari, Javier
Luccini, Eduardo
Vidali, Esteban
Parodi, Miguel Ángel
Grieco, Sebastián
author Fornari, Javier
author_facet Fornari, Javier
Luccini, Eduardo
Vidali, Esteban
Parodi, Miguel Ángel
Grieco, Sebastián
author_role author
author2 Luccini, Eduardo
Vidali, Esteban
Parodi, Miguel Ángel
Grieco, Sebastián
author2_role author
author
author
author
dc.subject.none.fl_str_mv PROCESOS INDUSTRIALES
REDES NEURONALES
REDES ARTIFICIALES
INGENIERIA INDUSTRIAL
OPTIMIZACION
CLASIFICACION
topic PROCESOS INDUSTRIALES
REDES NEURONALES
REDES ARTIFICIALES
INGENIERIA INDUSTRIAL
OPTIMIZACION
CLASIFICACION
dc.description.none.fl_txt_mv Fil: Fornari, Javier. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Luccini, Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; Argentina
Fil: Luccini, Eduardo. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Vidali, Esteban. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Parodi, Miguel Ángel. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Fil: Parodi, Miguel Ángel. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; Argentina
Fil: Grieco, Sebastián. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
Resumen: Se identificaron y clasificaron las variables que caracterizan procesos industriales en el ámbito de la industria metalúrgica, como estrategia para modelizar y optimizar el proceso, a partir de los datos de un conjunto de empresas de la región centro y sur de Santa Fe. Como herramienta integradora de análisis se plantea la aplicación de redes neuronales artificiales, en particular mediante mapas auto-organizativos (SOM, Self-Organizing Maps). Los resultados preliminares confirman que el enfoque utilizado es capaz de proporcionar valiosa información y ofrece posibilidades para la aplicación directa sobre la industria local.
description Fil: Fornari, Javier. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería. Departamento de Investigación; Argentina
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://repositorio.uca.edu.ar/handle/123456789/5921
1668-1622
Fornari, J. et al. Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales [en línea]. Energeia, 10(10), 2012. Disponible en: https://repositorio.uca.edu.ar/handle/123456789/5921
url https://repositorio.uca.edu.ar/handle/123456789/5921
identifier_str_mv 1668-1622
Fornari, J. et al. Obtención, clasificacion y análisis de datos de procesos industriales en empresas del ámbito local con fines de optimización mediante el uso de redes neuronales artificiales [en línea]. Energeia, 10(10), 2012. Disponible en: https://repositorio.uca.edu.ar/handle/123456789/5921
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Católica Argentina. Facultad de Química e Ingeniería "Fray Rogelio Bacon". Departamento de Investigación Institucional
publisher.none.fl_str_mv Universidad Católica Argentina. Facultad de Química e Ingeniería "Fray Rogelio Bacon". Departamento de Investigación Institucional
dc.source.none.fl_str_mv Energeia, 10(10)
ISSN 1668-1622
reponame:Repositorio Institucional (UCA)
instname:Pontificia Universidad Católica Argentina
reponame_str Repositorio Institucional (UCA)
collection Repositorio Institucional (UCA)
instname_str Pontificia Universidad Católica Argentina
repository.name.fl_str_mv Repositorio Institucional (UCA) - Pontificia Universidad Católica Argentina
repository.mail.fl_str_mv claudia_fernandez@uca.edu.ar
_version_ 1836638340797956096
score 13.070432

Publicaciones similares