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

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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Álvarez, Dolores María Eugenia, Bálsamo, Nancy Florentina, Modesti, Mario, Crivello, Mónica Elsie
Formato: Documento de conferencia publisherVersion
Lenguaje:Español
Publicado: 2022
Materias:
Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
Acceso en línea:http://hdl.handle.net/20.500.12272/6272
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-6272
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
spellingShingle Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
Álvarez, Dolores María Eugenia
Bálsamo, Nancy Florentina
Modesti, Mario
Crivello, Mónica Elsie
Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de Litio
topic_facet Modelos
Redes Neuronales Artificiales
Monoglicéridos
Hidróxidos Dobles Laminares
Litio
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
format Documento de conferencia
publisherVersion
author Álvarez, Dolores María Eugenia
Bálsamo, Nancy Florentina
Modesti, Mario
Crivello, Mónica Elsie
author_facet Álvarez, Dolores María Eugenia
Bálsamo, Nancy Florentina
Modesti, Mario
Crivello, Mónica Elsie
author_sort Álvarez, Dolores María Eugenia
title Modelado neuronal en la obtención selectiva de monoglicéridos empleando catalizadores de 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
publishDate 2022
url http://hdl.handle.net/20.500.12272/6272
work_keys_str_mv AT alvarezdoloresmariaeugenia modeladoneuronalenlaobtencionselectivademonogliceridosempleandocatalizadoresdelitio
AT balsamonancyflorentina modeladoneuronalenlaobtencionselectivademonogliceridosempleandocatalizadoresdelitio
AT modestimario modeladoneuronalenlaobtencionselectivademonogliceridosempleandocatalizadoresdelitio
AT crivellomonicaelsie modeladoneuronalenlaobtencionselectivademonogliceridosempleandocatalizadoresdelitio
bdutipo_str Repositorios
_version_ 1764820553083912194

Ejemplares similares