Redes Neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana
Ver/
Schwarz_Max.pdf
(application/pdf: 174.8Kb)
(application/pdf: 174.8Kb)
Fecha
2017Metadatos
Mostrar el registro completo del ítemResumen
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.
Cómo citar
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.pdfEditor
Universidad del Cono Sur de las AméricasCategoría / Subcategoría
Industria / Industria mineraRevista
Revista Científica de la UCSAISSN
2409-8752Nota
Indexado en SciELO
Coleccion(es)
- Administración [21]
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess