Redes Neuronales para Estimación de la Condición Funcional del Pavimento Flexible, Jirón Túpac Amaru, San Agustín de Cajas, 2021
Descripción del Articulo
La investigación tuvo como finalidad el uso de redes neuronales para la estimación de la condición funcional del pavimento flexible, el cual planteó como problema general ¿Cómo las redes neuronales contribuyen en la estimación de la condición funcional del pavimento flexible?, y determinar la contri...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2022 |
Institución: | Universidad Peruana Los Andes |
Repositorio: | UPLA-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.upla.edu.pe:20.500.12848/4052 |
Enlace del recurso: | https://hdl.handle.net/20.500.12848/4052 |
Nivel de acceso: | acceso abierto |
Materia: | Redes neuronales algoritmos datos estimación condición pavimento flexible jirón https://purl.org/pe-repo/ocde/ford#2.01.01 |
Sumario: | La investigación tuvo como finalidad el uso de redes neuronales para la estimación de la condición funcional del pavimento flexible, el cual planteó como problema general ¿Cómo las redes neuronales contribuyen en la estimación de la condición funcional del pavimento flexible?, y determinar la contribución de las redes neuronales en la estimación de la condición funcional del pavimento flexible nuestro objetivo principal; asimismo se vio como las redes neuronales contribuyen significativamente en la estimación de la condición funcional del pavimento flexible como hipótesis general. Respecto a la metodología es el método científico, el tipo de investigación fue aplicada, el nivel es descriptivo – explicativo, y el diseño es no experimental ya que no se manipulan las variables. La investigación se realizó en una muestra de 1,459.41 ml del Jr. Túpac Amaru, Distrito de San Agustín de Cajas; de una población de 9 ejes viales asfaltados de todo el sistema vial urbano. Se encontraron como resultados que las redes neuronales son viables y convenientes para su utilización, ya que se encontró un 86.76% de certeza en la predicción de datos en el área de predicción de los índices PCI; del mismo modo el error conjunto que presenta es del 7.69% y un asertividad de predicción del 92.31%, los cuales están dentro de los parámetros aceptados y superan a la estadística descriptiva e inferencial. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).