Aplicaciones de Inteligencia Artificial y Mineria de Datos a Diagnóstico de Fallos y Estimación de Parámetros

Autores/as

  • Orestes Llanes-Santiago, Alberto Prieto Moreno

Resumen

Se describen los resultados alcanzados en el diseño de sistemas de diagnóstico de fallos y estimación de parámetros aplicando técnicas de inteligencia computacional y minería de datos. Los trabajos realizados han estado dirigidos al desarrollo de métodos de diagnóstico de fallos que sean robustos ante la presencia de ruidos y perturbaciones externas y sensibles a fallos de pequeña magnitud. En el caso de la estimación de parámetros se ha aplicado un enfoque de solución de problemas inversos planteado a partir de resolver un problema de optimización.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Orestes Llanes-Santiago, Alberto Prieto Moreno

AUTORES: Orestes Llanes-Santiagoa, Alberto Prieto Morenoa, Lídice Camps Echevarria, José Manuel Bernal de Lázaro, Mirtha Irizar Mesaa, Egly Barredo Viciedoa, Adrián Rodríguez Ramosa, Marcos Quiñones Grueiroa, Juan Alberto Hernández Fajardoa, Doniel Jiménez Sánchez, Antonio José Silva-Neto, Leoncio Diógenes Tavares Cámara, Pedro P.G Watts Rodrígues, Radael de Souza Parolinb, Emilio Garc´ıa Morenoc, Francisco Morant Anglada, Haroldo Fraga do Campos Velhod, José Carlos Becceneri, José Folgueras Mendez, Alejandro Milanes Cruz, Mayelín Torres Vizcaya, Carlos Haug Ramirez

Descargas

Publicado

2017-01-10

Cómo citar

Alberto Prieto Moreno, O. L.-S. (2017). Aplicaciones de Inteligencia Artificial y Mineria de Datos a Diagnóstico de Fallos y Estimación de Parámetros. Anales De La Academia De Ciencias De Cuba. Recuperado a partir de https://revistaccuba.sld.cu/index.php/revacc/article/view/567

Número

Sección

Ciencias Técnicas