Mostrar el registro sencillo del ítem
Predicción de la resistencia a la compresión de concreto de 210 KG/CM² y 175 KG/CM² con redes neuronales artificiales, Cajamarca 2022
dc.contributor.advisor | Villanueva Bazán, Henrry Josué | |
dc.contributor.author | Aristizaval Albarran, Christian Diego | |
dc.contributor.author | Intor Villatty, Khoraly del Alba | |
dc.date.accessioned | 2023-07-07T17:38:10Z | |
dc.date.available | 2023-07-07T17:38:10Z | |
dc.date.issued | 2023-06-03 | |
dc.identifier.citation | Aristizaval, C. D., & Intor, K. del A. (2023). Predicción de la resistencia a la compresión de concreto de 210 KG/CM² y 175 KG/CM² con redes neuronales artificiales, Cajamarca 2022 [Tesis de licenciatura, Universidad Privada del Norte]. Repositorio de la Universidad Privada del Norte. https://hdl.handle.net/11537/33741 | es_PE |
dc.identifier.other | 624.1834 ARRI 2023 | es_PE |
dc.identifier.uri | https://hdl.handle.net/11537/33741 | |
dc.description.abstract | La investigación "Predicción de la resistencia a la compresión de concreto de 210 y 175 kg/cm2 con redes neuronales artificiales" tuvo como objetivo determinar la precisión de la predicción de una red neuronal artificial (RNA) para determinar la resistencia a la compresión de concreto por medio del análisis estadístico de los datos de resistencia predichos en comparación con los obtenidos en laboratorio. Para ello, se creó una base de datos históricos de diseños de mezcla y se programó una RNA en Python capaz de predecir la resistencia a la compresión de ambos tipos de concreto. Luego, se elaboraron probetas de concreto de 15 x 30 cm para cada tipo de resistencia, siendo 54 en total y se determinó su resistencia a la compresión a los 7, 14 y 28 días mediante ensayos de laboratorio. Los resultados mostraron que la RNA tiene un error máximo promedio de 4.3 % en los 28 días para concreto de 175 Kg/cm2 y de 4.7 % para 7 días para un concreto con diseño 210 kg/cm2. | es_PE |
dc.description.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.format | application/msword | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Privada del Norte | es_PE |
dc.rights | info:eu-repo/semantics/closedAccess | es_PE |
dc.source | Universidad Privada del Norte | es_PE |
dc.source | Repositorio Institucional - UPN | es_PE |
dc.subject | Concreto | es_PE |
dc.subject | Resistencia a la compresión | es_PE |
dc.subject | Superficies (Tecnología) | es_PE |
dc.subject | Redes neuronales | es_PE |
dc.subject | Predicción | es_PE |
dc.subject | Nuevas tecnologías | es_PE |
dc.title | Predicción de la resistencia a la compresión de concreto de 210 KG/CM² y 175 KG/CM² con redes neuronales artificiales, Cajamarca 2022 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.grantor | Universidad Privada del Norte. Facultad de Ingeniería | es_PE |
thesis.degree.level | Título Profesional | es_PE |
thesis.degree.discipline | Ingeniería Civil | es_PE |
thesis.degree.name | Ingeniero Civil | es_PE |
dc.publisher.country | PE | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.01.01 | es_PE |
thesis.degree.program | Pregrado | es_PE |
dc.description.sede | Cajamarca | es_PE |
renati.advisor.dni | 46486085 | |
renati.advisor.orcid | https://orcid.org/0000-0001-8814-6079 | es_PE |
renati.author.dni | 71830977 | |
renati.author.dni | 48663454 | |
renati.discipline | 732016 | es_PE |
renati.juror | Merma Gallardo, Lizbeth Milagros | |
renati.juror | Guillen Sheen, Tulio Edgar | |
renati.juror | Alvarez Llanos, Jane Elizabeth | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | http://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.relation.conformsto | 12% | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Tesis [1775]