Logotipo del repositorio
  • Español
  • English
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
Logotipo del repositorio
    Comunidades
    Todo el RepHip
  • Ayuda
  • Español
  • English
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "UNR"

Mostrando 1 - 4 de 4
Resultados por página
Opciones de ordenación
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Agua e industria: internalización de los costos de su degradación
    (Universidad Nacional de Rosario, 04/11/2013) Ameriso, Claudia Cristina; Ameriso, Claudia Cristina
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Aplicación de técnicas de aprendizaje supervisado para la modelización de los deterioros superficiales en pavimentos
    (UNR, 2018-10-17) Pagola, Marta; Giovanon, Oscar; Muzzulini, Regina; UNR
    Desde el inicio del período de vida de una ruta se inicia un proceso de deterioro, tal que al final de su vida útil manifestará un conjunto de fallas que reducirán la calidad de circulación, incrementando los costos de mantenimiento y de los usuarios. El relevamiento periódico de la condición del pavimento, en forma ordenada y sistemática, permite conformar la función del comportamiento de los distintos tramos de una ruta; para luego poder predecir las tareas de mantenimiento necesarias en magnitud y oportunidad. En este trabajo se presenta el desarrollo de una herramienta para predecir la evolución de los valores de deterioro superficial mediante técnicas de “aprendizaje automatizado” Machine Learning. Esta técnica permite crear una función capaz de predecir el valor del atributo correspondiente a cualquier objeto después de haber visto una considerable serie de ejemplos. Es decir, realizar predicciones de evolución basadas en comportamientos o características que se han visto en los datos ya almacenados. La tarea se realizó a partir de observaciones periódicas de los deterioros de tramos en servicio ubicados en rutas de la región Litoral de Argentina. Se logró desarrollar modelos de comportamiento a partir de la aplicación de Support Vector Machine Regression y Random Forest Regressor. Estas son herramientas de Machine Learning, que permitieron resolver problemas de estimación de funciones multidimensionales, basadas en este caso en datos de fechas, resistencia estructural, tránsito y deterioros. Los análisis realizados plantean un inicio en esta línea de investigación y nos alientan a realizar mejoras que posibiliten una más certera predicción del comportamiento. Se espera que esta herramienta pueda ser implementada en sistemas de gerenciamiento viales y como función de transferencia en programas de diseño estructural. Se lograron resultados óptimos lo que muestra que ambos métodos son apropiados para realizar ajuste y predicción.
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Informe sobre el déficit presupuestario y emergencia edilicia UNR 2005
    (2005-12-30) UNR
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Registro de Tesis de Doctorados y Maestrías hasta el mes de Mayo 2024
    (Dirección de Posgrado - UNR, 2024-06-04) Dirección de Posgrado, Universidad Nacional de Rosario; UNR
    En los archivos se puede encontrar el registro de las Tesis de Doctorados y Maestrías de todas las Unidades Académicas de la Universidad Nacional de Rosario. Subidos en diferentes formatos para una mayor accesibilidad.

RepHipUNR ©2007-2024

Universidad Nacional de Rosario

  • Configuración de cookies
  • Política de privacidad
  • Acuerdo de usuario final
  • Enviar Sugerencias