Se propone una red neuronal artificial como herramienta para predecir a partir de tres parámetros (tiempo de soldadura, intensidad de corriente y tipo de electrodo) si la calidad de una soldadura por puntos de resistencia alcanza o no un determinado nivel. La calidad se determina mediante ensayos de tracción cruzada. El hecho de alcanzar o no este nivel de calidad es la salida deseada que acompaña a cada entrada de la red neuronal artificial durante su aprendizaje supervisado. El conjunto de datos disponible se compone de pares entrada/salida deseada y se divide aleatoriamente en un subconjunto de entrenamiento (para actualizar los valores de los pesos sinápticos) y un subconjunto de validación (para evitar el fenómeno de sobreajuste mediante validación cruzada).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Aplicabilidad del Prisma de Rendimiento en las PYME: un estudio de casos múltiples
Artículo:
Calidad de vida laboral en operarios de mantenimiento mecánico automotriz
Informe, reporte:
Sistema de gestión de calidad : Integrando BPM (ICH Q7a) dentro de ISO (9001:2000)
Artículo:
Análisis de las incertidumbres experimentales en la determinación de la vida útil mediante ensayos de vida útil acelerada
Artículo:
Eficiencia de la industria metalúrgica polaca basada en el análisis envolvente de datos
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones