Redes Neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana
Fiche du document
1 août 2017
- handle: 10670/1.olef7n
Ce document est lié à :
10.18004/ucsa/2409-8752/2017.004(02)006-012
info:eu-repo/semantics/openAccess
Mots-clés
Seguridad Minera Niveles de Riesgo Accidente Índice de Frecuencia Índice de Severidad Índice de AccidentabilidadSujets proches
Scientific research Science research Science--Research Ciencia--Investigación Investigación científica Investigación y desarrollo I+DCiter ce document
M Schwarz, « Redes Neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana », Revista Científica de la UCSA, ID : 10670/1.olef7n
Métriques
Partage / Export
Résumé
RESUMEN La investigación propone utilizar redes neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana para lo cual explora 6,568 reportes y 239 Informes de Investigación del Ministerio de Energía y Minas reportados entre 2010-2015. La investigación concluye con un error de precisión de 0.0761% la existencia de patrones no tradicionales como la complejidad operacional, experiencia laboral o disponibilidad de equipos que presentan alta influencia en la accidentabilidad y desarrolla un instrumento para predecirla con fines académicos e industriales.