Determinación de indicadores tecnológicos y parámetros de corte en el mecanizado de alta velocidad en aceros por métodos experimentales, de simulación numérica y de inteligencia artificial

Introducción: En la última década el maquinado de alta velocidad ha sido de especial interés para los sectores académico e industrial. Su influencia en el desempeño del mecanizado por arranque de virutas permite un alto valor de metal removido y un buen acabado superficial. Objetivos: en este trabajo se muestra la determinación de indicadores tecnológicos y parámetros de corte en el maquinado de alta velocidad en aceros con la utilización combinada de métodos experimentales, de simulación numérica y de inteligencia artificial.
Métodos: Se realizaron ensayos experimentales en el maquinado de alta velocidad de varios tipos de aceros, utilizando diversas herramientas de corte y condiciones de elaboración. Se utilizaron métodos estadísticos matemáticos para los análisis de correlación, se simularon por el método de los elementos finitos las condiciones experimentales y a través de herramientas de inteligencia artificial, se obtuvieron modelos predictivos combinados.
Resultados: Se definieron nuevos criterios para el estudio de la maquinabilidad de aceros que permitan evaluar su desempeño; se obtuvieron modelos matemáticos de correlación entre las variables fundamentales del maquinado de alta velocidad de aceros por métodos experimentales; se obtuvieron modelos numéricos por el método de elementos finitos que complementan los ensayos experimentales; y se definió e implementó mediante herramientas de inteligencia artificial, la predicción de indicadores tecnológicos.

predicción; indicadores tecnológicos; Maquinado de Alta Velocidad; Inteligencia Artificial; aceros
Roberto Pérez-Rodríguez, Luis Wilfredo Hernández-González, Ricardo del Risco-Alfonso, Arturo Molina-Gutiérrez, Patricia del Carmen Zambrano-Robledo, Yoandris Morales-Tamayo, Dagnier Antonio Curra-Sosa, Héctor Siller-Carrillo
 HTML  PDF  EPUB  XML
 
Empleo de modelos de optimización matemática en la solución de problemas computacionales

Introducción. La presente investigación se enmarca en la introducción de nuevos métodos computacionales de optimización matemática para el estudio de problemas de estimación de múltiples indicadores. Métodos. Se incluyen un grupo de propuestas de algoritmos de aprendizaje, modelados eficientemente por medio de métodos de optimización ajustados a cada problema y sus aplicaciones en la predicción de múltiples indicadores. Se resuelve eficientemente la introducción de regularizadores apropiados para el entrenamiento simultáneo de varias estructuras de aprendizajes de bajo rango y el aprendizaje de funciones de distancias. Resultados y Discusión. Se comprobó experimentalmente, sobre 18 conjuntos de datos disponibles. Los resultados muestran superioridad de la propuesta respecto a los algoritmos del estado del arte MSLR y MMR en tanto los tiempos de ejecución son significativamente menores. Los algoritmos meta-heurísticos basados en métodos de continuación propuestos en el presente trabajo obtienen un menor valor del error de generalización y error de entrenamiento, con diferencia estadísticamente significativa, respecto al algoritmo gradiente descendente estocástico en el entrenamiento de redes neuronales artificiales. Los resultados de introducir el algoritmo DMLMTP demuestran una mejora significativa respecto al algoritmo base KNN-SP propuesto previamente como parte del aprendizaje basado en instancias. Conclusiones, se proponen modernos métodos de optimización matemáticas para la solución de problemas de predicción de múltiples indicadores, posiblemente correlacionados los cuales mejoran los resultados de exactitud del estado del arte en tanto su diseño denota una elevada eficiencia. Se logran aplicaciones concretas en la estimación de la aparición a corto y largo plazo de COVID-19 que validan la investigación.

Jairo Rojas Delgado, Héctor R. Gonzalez, Carlos Morel Pérez, Francesc J. Ferri, Rafael Trujillo Rasúa, Rafael Bello
 PDF  EPUB  XML
 
Roberto Pérez Rodríguez, Dagnier Antonio Curra Sosa, Luis Enrique Almaguer Mederos
 HTML  PDF
 
Implementación del modelo predictivo del programa de recuperación precoz en pacientes con cirugía colorrectal electiva

Introducción: El cáncer colorrectal ocupa el tercer lugar en frecuencia diagnostica. El 90 % se curan en su estadio inicial y el 60 % de las muertes se evitan con la detección temprana para tratamiento quirúrgico optimizado. El programa de recuperación precoz en pacientes con cirugía colorrectal electiva es un enfoque basado en la evidencia que proporciona atención segura y reduce la mortalidad, la morbilidad y aumenta la satisfacción de los pacientes en el período perioperatorio.

Objetivo: Implementar el modelo predictivo del programa de recuperación precoz en pacientes con cirugía colorrectal electiva.

Métodos: Se realizó un estudio cuasiexperimental en pacientes quirúrgicos electivos con cáncer colorrectal, de enero 2018 a enero 2022, con un universo de 334 pacientes y una muestra de 268. La información se obtuvo de la historia clínica y protocolos de necropsia en caso de pacientes fallecidos. Se realizó la función de regresión logística binaria a partir de la entrada de los factores de riesgo y factores protectores de mortalidad identificados. Las variables seleccionadas en la ecuación se constituyeron en predictores de riesgo de mortalidad.

Resultados: Se efectuó la prueba estadística de Hosmer y Lemeshow para la evaluación de la calidad del modelo de regresión y se obtuvo buen ajuste. La adherencia al programa de recuperación precoz en pacientes con cirugía colorrectal electiva igual o mayor al 80 % disminuye 0,5 veces la probabilidad de mortalidad, comportamiento de la variable como factor de protección. Las variables reingreso precoz, adherencia al programa de recuperación precoz y duración de la intervención quirúrgica constituyeron predictores incluidos en el modelo.

Conclusiones: La optimización del tratamiento quirúrgico del paciente con cáncer colorrectal basado en la adherencia al programa utiliza como medio la calidad de las estimaciones estadísticas empleadas en la elaboración, validación e implementación del modelo predictivo desarrollado.
Zaily Fuentes Diaz, Orlando Rodriguez Salazar, Israel Antonio Tarancón Serrano, Guillermo Capote Guerrero, Dayan Cervantes Peláez, Tania Puerto Perez
 PDF  EPUB
 
Caracterización de biomarcadores predictivos de comorbilidades en el autismo

Se conoce de la importancia del sueño y los mecanismos inflamatorios en la plasticidad cerebral y la construcción de las conexiones funcionales normales, así como del impacto de las comorbilidades en la progresión de los trastornos del espectro autista. La epilepsia y los trastornos del sueño son comorbilidades frecuentes en el autismo; sin embargo, no existen biomarcadores de utilidad para la evaluación temprana del riesgo de presentar estas comorbilidades, lo que dificulta una intervención temprana más eficaz en el autismo. El estudio realizado identificó patrones de neuroinflamación con dominancia diferencial para citoquinas asociados a la epileptogenicidad, los patrones de conectividad funcional detectadas por EEG durante el sueño NREM y de conectividad local y global de la red durante el sueño no REM para autismo primario y secundario. De igual manera se describe la eficiencia de la red de conectividad funcional en estos pacientes. Se aportan herramientas que permiten estratificar los fenotipos clínicos en el autismo y la estimación prodrómica de la progresión de la enfermedad, basado en el análisis de la epileptogenicidad, los trastornos del sueño y parámetros moleculares basados en la evaluación del perfil de citoquinas en el autismo. Estos resultados fueron publicados en revistas internacionales de alto impacto: 3 artículos originales y 4 capítulos de un libro publicado por la Editorial Springer, para un total de 7 citas en los últimos 4 años. Se defendieron dos tesis de especialistas en Inmunología y Neurofisiología Clínica (2016), se obtuvieron dos Resultados Científicos Relevantes (CIREN 2015 y 2016), dos Premios del concurso Premio Anual de Salud (2017 y 2018), un Premio Anual de la Sociedad Cubana de Inmunología (2017) y un Premio Internacional de Neurología “Rafael Estrada 2017”, así como dos Certificaciones de Aportes Científicos de los Resultados (2016 y 2018).

María de los Ángeles Robinson Agramonte, Héctor Vera Cuesta, Lilia Maria Morales Chacón, Margarita MinouBaez Martín, Sheila Berrillo Batista, María Elena González Fraguela
 PDF
 
Elementos 1 - 5 de 5

Consejos de búsqueda:

  • Los términos de búsqueda no distinguen entre mayúsculas y minúsculas
  • Las palabras comunes serán ignoradas
  • Por defecto, sólo aquellos artículos que contengantodos los términos en consulta, serán devueltos (p. ej.: Y está implícito)
  • Combine múltiples palabras conO para encontrar artículos que contengan cualquier término; p. ej., educación O investigación
  • Utilice paréntesis para crear consultas más complejas; p. ej., archivo ((revista O conferencia) NO tesis)
  • Busque frases exactas introduciendo comillas; p.ej, "publicaciones de acceso abierto"
  • Excluya una palabra poniendo como prefijo - o NO; p. ej. -política en línea o NO política en línea
  • Utilice * en un término como comodín para que cualquier secuencia de caracteres concuerde; p. ej., soci* moralidad hará que aparezcan aquellos documentos que contienen "sociológico" o "social"