Page 132 - Acalán 121
P. 132

Acalán 121     36                                                         Julio - Diciembre

          complejos y adaptarse a diferentes tipos de datos sin  que fue entrenado.
          dif cultad.
                                                     En la f gura 8 se muestra el porcentaje de precisión
          Por otro lado, Support Vector Machines (SVM) es  que  se  puede  obtener  con  cada  uno  de  estos
          un método que busca separar los datos en grupos  métodos. Esta comparación permite elegir cuál es
          de la mejor manera posible, como si dibujara una  el más adecuado según las necesidades del análisis:
          línea imaginaria que divide los diferentes tipos de  si  se  requiere  rapidez  y  capacidad  para  manejar
          información.  Su  principal  fortaleza  es  que  suele  muchos  datos,  Random  Forest  suele  ser  la  mejor
          hacer  buenas  predicciones  incluso  cuando  se  opción; si se busca precisión y una buena capacidad
          enfrenta a datos nuevos, porque está diseñado para  de  predicción  con  datos  nuevos,  SVM  puede  ser
          evitar errores y no sobreajustarse a los datos con los  preferible.


          Figura 8. Precisión de algoritmos de inteligencia artif cial en detección de fallas estructurales (Creación propia).



































          Resultados y discusión.                    del  corazón  es  una  técnica  moderna  que  permite
                                                     estudiar  los  movimientos  mecánicos  debido  a  la
          Se realizaron dos estudios de caso para demostrar  actividad  del  corazón. Análoga  a  los  diagnósticos
          el  funcionamiento  de  un  sensor  de  vibraciones  y  ultrasónicos  industriales,  tal  análisis  se  realiza
          demostrar  como  al  adquirir  una  señal  eléctrica  se  utilizando  sensores  específ cos  que  detectan
          transforme en en valor considerado en las mediciones  vibraciones  mínimas  causadas  por  los  latidos  del
          de  vibración  como  son  velocidad,  aceleración,  corazón. Estas vibraciones se procesan y analizan
          frecuencia  de  vibración  y  la  FFT  de Aceleración  para  detectar  aberraciones  en  el  ritmo  cardíaco,
          para determinar el punto de mal funcionamiento o  la contractibilidad del corazón y otros parámetros
          en su caso cuando se desea determinar la existencia  multidimensionales  que  inf uyen  en  el  bienestar
          de una microf sura mediante la obtención de señales  cardiovascular.
          y a su vez utilizando algoritmos IA para determinar
          su funcionamiento y diagnostico determinado por el  Este  método  comienza  colocando  sensores  muy
          usuario.                                   sensibles,  como  acelerómetros  y  dispositivos
                                                     piezoeléctricos,  en  el  pecho  de  la  persona.  Estos
          Caso  1 Análisis  de  señales  de  vibración  de  los  sensores  captan  los  movimientos  que  produce  el
          latidos del corazón                        latido del corazón, es decir, las pequeñas vibraciones
                                                     que  genera  al  contraerse,  luego,  los  sensores
          El análisis de señales que involucran las vibraciones  convierten  esas  vibraciones  en  señales  eléctricas.

                                         UNIVERSIDAD AUTÓNOMA DEL CARMEN
   127   128   129   130   131   132   133   134   135   136   137