Mínimos cuadrados
Optimización de procesos. Primera entrega
An oline variable selection method using recursive least squares
Un método en línea de selección de variables utilizando mínimos cuadrados recursivos
En este documento se propone un método para la selección de variables en línea y un modelo de aprendizaje (AdaFSML-RLS) con el fin de utilizarlo en aplicaciones industriales en el contexto de sensores adaptativos suaves. El modelo de aprendizaje se construye en línea y de forma recursiva, es decir, no es necesario almacenar los valores anteriores de los datos mientras ocurre el aprendizaje del modelo. Asimismo, tiene la capacidad de rastrear el coeficiente de correlación de tiempo real entre cada variable y el objetivo, permitiendo el conocimiento de la importancia de las variables con respecto al tiempo.
Esta ponencia fue elaborada por Francisco Souza y Rui Araújo (Universidade de Coimbra, Coimbra, Portugal) para la "IEEE 17th Conference on Emerging Technologies & Factory Automation" (ETFA 2012) (Cracovia, Polonia, 17-21 de septiembre de 2012). Se encuentra alojada en la sección Publications de la Francisco Souza’s Homepage.
Partial least squares model based process monitoring using near infrared spectroscopy
Monitoreo de procesos con base en un modelo de mínimos cuadrados parciales utilizan espectroscopía cercana al infrarrojo
Los analizadores en línea se utilizan de forma amplia en la industria química y del petróleo para estimar propiedades de los productos y llevar a cabo seguimientos del proceso de producción. La regresión de mínimos cuadrados parciales es un modelo bilineal de factores que proyecta datos de entrada y salida en espacios dimensionales bajos. Aquí se presenta cómo se puede utilizar esto en el seguimiento de procesos y en la validación de los analizadores en línea. Se aplicó la metodología propuesta en un mezclador de combustible diesel para el cual se estimaron las propiedades principales del producto mediante un espectro cercano al infrarrojo.
Este documento fue preparado por Tibor Kulcsár, János Abonyi (University of Pannonia, Department of Process Engineering, Veszprém, Hungría), Gábor Sárossy, Gábor Bereznai y Róbert Auer (MOL Hungary, Százhalombatta, Hungría) para Chemical Engineering Periodica Polytechnica (Vol. 57, No 1-2, 2013, 15-20), revista del publicador científico Periodica Polytechnica de la Budapest University of Technology and Economics BME (Budapest, Hungría).
- Video:Lección 24. Mínimos cuadrados recursivos y regresión lineal
- Fuente:Canal nptelhrd / You Tube
- Video:Lección 25. Variantes de la estimación de mínimos cuadrados
- Fuente:Canal nptelhrd / You Tube
