Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio

Autores
Álvarez, Dolores María Eugenia; Bálsamo, Nancy Florentina; Modesti, Mario; Crivello, Mónica Elsie
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La producción de biodiesel genera grandes cantidades de glicerol remanente. Este puede convertirse en monogliceridos, de mayor valor agregado, empleando catalizadores de Litio. En trabajos anteriores se estudiaron Redes Neuronales Artificiales con estructura backpropagation, que explican la relación entre el porcentaje molar de conversión del reactivo estearato de metilo y el del rendimiento de los productos. El objetivo de este es evaluar la capacidad predictiva de una de las redes que obtuvo mejor desempeño, con distinto número de neuronas en la capa oculta. Para la comparación se consideraron el menor error cuadrático medio y mayor índice de correlación, la similitud en la evolución de errores de validación y simulación y la ausencia de sobre-aprendizaje de datos. La red de mayor simplicidad que mejor desempeño mostró fue la constituida por 35 neuronas con función de transferencia sigmoidea en la capa oculta y una lineal en la capa de salida. El menor error y mayor índice de correlación entre respuestas reales y predichas fueron 0,011193 y 0,999977, para la simulación con datos de monoglicéridos. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentales
Fil: Modesti, Mario Roberto. Centro de investigación en informática para la ingeniería. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Bálsamo, Nancy Florentina. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Crivello, Mónica Elsie. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Materia
Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-05-12T22:02:58Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/6272
Acceder
id RIAUTN_124a305b41d79657ec5051aec1cbfc59
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/6272
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de LitioÁlvarez, Dolores María EugeniaBálsamo, Nancy FlorentinaModesti, MarioCrivello, Mónica ElsieModelosRedes Neuronales ArtificialesMonoglicéridosHidróxidos Dobles LaminaresLitioLa producción de biodiesel genera grandes cantidades de glicerol remanente. Este puede convertirse en monogliceridos, de mayor valor agregado, empleando catalizadores de Litio. En trabajos anteriores se estudiaron Redes Neuronales Artificiales con estructura backpropagation, que explican la relación entre el porcentaje molar de conversión del reactivo estearato de metilo y el del rendimiento de los productos. El objetivo de este es evaluar la capacidad predictiva de una de las redes que obtuvo mejor desempeño, con distinto número de neuronas en la capa oculta. Para la comparación se consideraron el menor error cuadrático medio y mayor índice de correlación, la similitud en la evolución de errores de validación y simulación y la ausencia de sobre-aprendizaje de datos. La red de mayor simplicidad que mejor desempeño mostró fue la constituida por 35 neuronas con función de transferencia sigmoidea en la capa oculta y una lineal en la capa de salida. El menor error y mayor índice de correlación entre respuestas reales y predichas fueron 0,011193 y 0,999977, para la simulación con datos de monoglicéridos. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentalesFil: Modesti, Mario Roberto. Centro de investigación en informática para la ingeniería. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.Fil: Bálsamo, Nancy Florentina. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.Fil: Crivello, Mónica Elsie. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.2022-05-12T22:02:58Z2022-05-12T22:02:58Z2018info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfhttp://hdl.handle.net/20.500.12272/6272-spainfo:eu-repo/semantics/openAccess2022-05-12T22:02:58Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalCrivello, Mónica ElsieX Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:48:13Zoai:ria.utn.edu.ar:20.500.12272/6272instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:48:13.84Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
title Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
spellingShingle Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
Álvarez, Dolores María Eugenia
Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
title_short Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
title_full Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
title_fullStr Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
title_full_unstemmed Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
title_sort Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
dc.creator.none.fl_str_mv Álvarez, Dolores María Eugenia
Bálsamo, Nancy Florentina
Modesti, Mario
Crivello, Mónica Elsie
author Álvarez, Dolores María Eugenia
author_facet Álvarez, Dolores María Eugenia
Bálsamo, Nancy Florentina
Modesti, Mario
Crivello, Mónica Elsie
author_role author
author2 Bálsamo, Nancy Florentina
Modesti, Mario
Crivello, Mónica Elsie
author2_role author
author
author
dc.subject.none.fl_str_mv Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
topic Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
dc.description.none.fl_txt_mv La producción de biodiesel genera grandes cantidades de glicerol remanente. Este puede convertirse en monogliceridos, de mayor valor agregado, empleando catalizadores de Litio. En trabajos anteriores se estudiaron Redes Neuronales Artificiales con estructura backpropagation, que explican la relación entre el porcentaje molar de conversión del reactivo estearato de metilo y el del rendimiento de los productos. El objetivo de este es evaluar la capacidad predictiva de una de las redes que obtuvo mejor desempeño, con distinto número de neuronas en la capa oculta. Para la comparación se consideraron el menor error cuadrático medio y mayor índice de correlación, la similitud en la evolución de errores de validación y simulación y la ausencia de sobre-aprendizaje de datos. La red de mayor simplicidad que mejor desempeño mostró fue la constituida por 35 neuronas con función de transferencia sigmoidea en la capa oculta y una lineal en la capa de salida. El menor error y mayor índice de correlación entre respuestas reales y predichas fueron 0,011193 y 0,999977, para la simulación con datos de monoglicéridos. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentales
Fil: Modesti, Mario Roberto. Centro de investigación en informática para la ingeniería. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Bálsamo, Nancy Florentina. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Álvarez, Dolores María Eugenia. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
Fil: Crivello, Mónica Elsie. Centro de Investigación y Tecnología Química. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Tecnológica Nacional. Facultad Regional Córdoba; Argentina.
description La producción de biodiesel genera grandes cantidades de glicerol remanente. Este puede convertirse en monogliceridos, de mayor valor agregado, empleando catalizadores de Litio. En trabajos anteriores se estudiaron Redes Neuronales Artificiales con estructura backpropagation, que explican la relación entre el porcentaje molar de conversión del reactivo estearato de metilo y el del rendimiento de los productos. El objetivo de este es evaluar la capacidad predictiva de una de las redes que obtuvo mejor desempeño, con distinto número de neuronas en la capa oculta. Para la comparación se consideraron el menor error cuadrático medio y mayor índice de correlación, la similitud en la evolución de errores de validación y simulación y la ausencia de sobre-aprendizaje de datos. La red de mayor simplicidad que mejor desempeño mostró fue la constituida por 35 neuronas con función de transferencia sigmoidea en la capa oculta y una lineal en la capa de salida. El menor error y mayor índice de correlación entre respuestas reales y predichas fueron 0,011193 y 0,999977, para la simulación con datos de monoglicéridos. El desarrollo de estos modelos es de interés por la consecuente disminución de tiempos y costos en ensayos experimentales
publishDate 2018
dc.date.none.fl_str_mv 2018
2022-05-12T22:02:58Z
2022-05-12T22:02:58Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/6272
-
url http://hdl.handle.net/20.500.12272/6272
identifier_str_mv -
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-05-12T22:02:58Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Crivello, Mónica Elsie
X Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-05-12T22:02:58Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Crivello, Mónica Elsie
X Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). X No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. X Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.). X Compartir igual (Share Alike): La explotación autorizada incluye la creación de obras derivadas siempre que se mantenga la misma licencia al ser divulgadas.
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230954743857152
score 13.265058

Publicaciones similares