Diagnóstico de fallos empleando una red neuronal artificial Hopfield ante datos incompletos
En este trabajo, el rendimiento de la Red Neural Artificial de Hopfield en el diagnóstico de fallas en procesos industriales se evalúa cuando faltan datos. Se realiza el diagnóstico de dos clases con diferentes niveles de datos superpuestos. Como resultado principal, Hopfield tiene un buen desempeñ...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Institute of Technology and Education Galileo da Amazônia
2018-03-01
|
Series: | ITEGAM-JETIA |
Online Access: | https://itegam-jetia.org/journal/index.php/jetia/article/view/50 |