Técnicas de aprendizaje automático aplicadas a simulaciones numéricas de colisiones de material granular poroso

Colaboradores: Moyano, Luis G. Director/a; Millán, Emmanuel N. Co-director/a; Ruestes, Carlos J. Integrante del jurado; Monge, David A. Integrante del jurado;

Nombre de la carrera: Licenciatura en Ciencias Básicas con Orientación en Física

Institución: Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales

Título al que opta: Licenciado en Ciencias Básicas con Orientación en Física

---

Resumen en Español:

En este seminario, se presenta un método computacional para obtener información sobre el desenlace de simulaciones de colisiones de granos porosos antes de que las mismas finalicen, permitiendo ahorrar así tiempo de simulación. Para este fin, se desarrolló un sistema de aprendizaje automático, en el cual los algoritmos de aprendizaje supervisado "aprenden" a categorizar cada partícula constituyente del sistema colisionante según a cuál fragmento pertenezcan luego de producirse la colisión. Con la metodología aquí propuesta se logra predecir el desenlace de 35 simulaciones de distintos parámetros generales y tamaños (con un 95% de aciertos en cada una) ahorrando un 73.3% del tiempo total que tomaría ejecutarlas hasta el tiempo de finalización.

---

Disciplinas:
Ciencias e Investigación - Física - Informática

Descriptores:
ESTUDIO DE MÉTODOS - ALGORITMOS - SIMULACION POR COMPUTADOR - MÉTODOS DE SIMULACIÓN

Palabras clave:
Colisiones de nanogranos

---

Cómo citar este trabajo: Rim, Daniela Noemí. (2018). Técnicas de aprendizaje automático aplicadas a simulaciones numéricas de colisiones de material granular poroso: (Tesina de grado). Mendoza, Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales. Dirección URL del informe: https://bdigital.uncu.edu.ar/14000. Fecha de consulta del artículo: 28/11/24.

Este obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Unported.
Conozca más sobre esta licencia >