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 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.
Video:
Control en tiempo real para tratamiento de aguas residuales
Video:
Análisis probabilístico de sistemas y probabilidad aplicada. Cadenas de Markov III
Ponencia:
Utilizando modelado de capacidad estática y ecuaciones de teoría de colas para predecir desempeño de tiempos de ciclo de planta en la fabricación de semiconductores
Artículo:
Contribución a la logística inversa mediante la implantación de la reutilización por medio de las redes de Petri
Artículo:
Intersectando los caminos y los ciclos más largos : un estudio
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.