Diagnóstico de fallas en transformadores basados en SVM y RNA - Análisis de gases disueltos en aceite de Transformadores

La investigación muestra una solución al diagnóstico del contenido de los gases en el aceite, utilizando técnicas de aprendizaje supervisado para entrenamiento multiclase entre las cuales están las Redes Neuronales Artificiales (RNA) y las Máquinas de Soporte Vectorial (SVM, Support Vector Machines), esta última es una buena herramienta para la clasificación de patrones pequeños porque minimiza los errores al clasificar los datos de entrenamiento y obtiene una mejor habilidad de generalización según Jair Cervantes en su tesis doctoral del 2009 titulada "Clasificación de grandes conjunto de datos vía Maquinas de Vectores Soporte y aplicaciones en sistemas biológicos " de la especialidad de Ingeniería Eléctrica del Instituto Politécnico Nacional de México.

About the author

Ángel Iván Torres Quijije, Ing en Electrónica y Telecomunicaciones (EPN), Máster de Conectividad y Redes de Ordenadores (UTEQ). José Luis Tubay Vergara, Ing. en Sistemas y Máster de Conectividad y Redes de Ordenadores (UTEQ). Andrea Raquel Zuñiga Paredes, Ing. en Sistemas Computacionales (UG), Máster en Gerencia de Innovaciones Educativas (UTEQ).

Product details

• Authors: André De La Torre, Andrés De La Torre, Pis, Juan Carlos Pisco Vanegas, Ángel Ivá Torres Quijije, Ángel Iván Torres Quijije
• Publisher: Editorial Académica Española
• Languages: German, Spanish
• Product format: Paperback / Softback
• Released: 31.03.2017
• EAN: 9783639533392
• ISBN: 978-3-639-53339-2
• No. of pages: 172
• Subject: Natural sciences, medicine, IT, technology > Physics, astronomy > Electricity, magnetism, optics