Redes Neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana
Abstract
La investigación propone utilizar redes neuronales para el reconocimiento de
patrones no tradicionales en la predicción de accidentes fatales en la industria
minera peruana para lo cual explora 6,568 reportes y 239 Informes de
Investigación del Ministerio de Energía y Minas reportados entre 2010-2015. La
investigación concluye con un error de precisión de 0.0761% la existencia de
patrones no tradicionales como la complejidad operacional, experiencia laboral o
disponibilidad de equipos que presentan alta influencia en la accidentabilidad y
desarrolla un instrumento para predecirla con fines académicos e industriales.
How to cite
Schwarz, M. (2017). Redes Neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana. Revista Científica de la UCSA, 4(2), 6-12. Recuperado de http://ucsa.edu.py/yeah/wp-content/uploads/2017/09/2.-AO_Schwarz-M_6-12-GV-sin-doi.pdfPublisher
Universidad del Cono Sur de las AméricasCategory / Subcategory
Industria / Industria mineraJournal
Revista Científica de la UCSAISSN
2409-8752Note
Indexado en SciELO
Collections
- Administración [21]
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess