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
- Institución
- Pontificia Universidad Católica Argentina
- OAI Identificador
- oai:ucacris:123456789/5921
Ver los metadatos del registro completo
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 |