Predecir los fallos de los sistemas es fundamental para mejorar la productividad, reducir los costes y reforzar la seguridad en los procesos industriales. Sin embargo, las metodologías tradicionales suelen fallar debido a la compleja naturaleza de la tarea. Esta investigación presenta un uso novedoso de las redes neuronales con picos (SNN) para anticipar fallos en series temporales sintácticas utilizando el modelo de red de Petri estocástica generalizada (GSPN). Una evaluación comparativa con las redes de memoria a corto plazo (LSTM) sugiere que las SNN ofrecen una robustez y un rendimiento comparables.
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:
Adopción de TICs ecológicas a través del modelo de madurez
Video:
ERP y Evaluación de madurez de procesos
Artículo:
Optimización del proceso de desulfuración electrolítica a alta temperatura en el pretratamiento de metales en caliente utilizando un desulfurizador a base de magnesita
Artículo:
Desarrollo de un software para establecer una óptima producción y su aplicación en ambientes tanto académicos como empresariales
Artículo:
Generación de columnas con clusters para el problema de programación cuadrática binaria sin restricciones
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.