Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto
Fuente:
Redalyc
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo científico |
| Lenguaje: | es |
| Publicado: |
Universidad Nacional de Colombia
2007
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1876454178922954752 |
|---|---|
| author | José Gabriel Gómez Cortés |
| author_facet | José Gabriel Gómez Cortés |
| contents | Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto José Gabriel Gómez Cortés Juan Manuel Lizarazo Marriaga Ingeniería Redes neuronales resistividad del concreto velocidad de pulso en el concreto resistencia a la compresión del concreto En esta investigación se busca obtener un método para predecir la resistencia a la compresión mediante el pesounitario y la velocidad de pulso ultrasónico usando 41 mezclas de concreto diferentes. El estudio ha sido porla necesidad de obtener un método rápido para predecir la resistencia a la compresión del concreto. De lamisma manera, la investigación también busca predecir la resistividad eléctrica del concreto mediante el pesounitario, la velocidad de pulso ultrasónico y la resistencia a la compresión. El modelo para predecir se realizóutilizando una regresión simple y un modelo de redes neuronales. Los resultados mostraron que los modelos deredes neuronales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto funcionanadecuadamente. 2007 artículo científico 0120-5609 https://www.redalyc.org/articulo.oa?id=64327103 es http://www.redalyc.org/revista.oa?id=643 Ingeniería e Investigación application/pdf Universidad Nacional de Colombia Ingeniería e Investigación (Colombia) Num.1 Vol.27 |
| format | Artículo científico |
| id | redalyc_64327103 |
| institution | Redalyc |
| language | es |
| publishDate | 2007 |
| publisher | Universidad Nacional de Colombia |
| spellingShingle | Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto José Gabriel Gómez Cortés Ingeniería Redes neuronales resistividad del concreto velocidad de pulso en el concreto resistencia a la compresión del concreto Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto José Gabriel Gómez Cortés Juan Manuel Lizarazo Marriaga Ingeniería Redes neuronales resistividad del concreto velocidad de pulso en el concreto resistencia a la compresión del concreto En esta investigación se busca obtener un método para predecir la resistencia a la compresión mediante el pesounitario y la velocidad de pulso ultrasónico usando 41 mezclas de concreto diferentes. El estudio ha sido porla necesidad de obtener un método rápido para predecir la resistencia a la compresión del concreto. De lamisma manera, la investigación también busca predecir la resistividad eléctrica del concreto mediante el pesounitario, la velocidad de pulso ultrasónico y la resistencia a la compresión. El modelo para predecir se realizóutilizando una regresión simple y un modelo de redes neuronales. Los resultados mostraron que los modelos deredes neuronales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto funcionanadecuadamente. 2007 artículo científico 0120-5609 https://www.redalyc.org/articulo.oa?id=64327103 es http://www.redalyc.org/revista.oa?id=643 Ingeniería e Investigación application/pdf Universidad Nacional de Colombia Ingeniería e Investigación (Colombia) Num.1 Vol.27 |
| title | Desarrollo de un modelo de redes neuronales artificiales para predecir la resistencia a la compresión y la resistividad eléctrica del concreto |
| topic | Ingeniería Redes neuronales resistividad del concreto velocidad de pulso en el concreto resistencia a la compresión del concreto |
| url | https://www.redalyc.org/articulo.oa?id=64327103 |