Beruflich Dokumente
Kultur Dokumente
Marco teórico
Desarrollo de trabajo de tesis
Análisis, resultados y contrastación de hipótesis
Conclusiones y recomendaciones
25 de marzo de 2015
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Contenido
1 Generalidades
Identificación del problema de investigación
Antecedentes
Problema de la investigación, objetivos e hipótesis
Variables e indicadores
Datos y escalas de medición
2 Marco teórico
El sonido y la generación del ruido
Redes neuronales artificiales
Modelos de RNA y métodos de aprendizaje
3 Desarrollo de trabajo de tesis
Determinación del tamaño de la muestra
Construcción del modelo
Etapa de entrenamiento
Etapa de validación
Prueba final
4 Análisis, resultados y contrastación de hipótesis
Análisis del modelo AN 4
Resultado de la Investigación
Contrastación de hipótesis
Análisis paramétrico
Análisis no paramétrico
5 Conclusiones y recomendaciones
Conclusiones
Recomendaciones
Limitaciones del modelo AN 4
Implicaciones prácticas
Contenido
1 Generalidades
Identificación del problema de investigación
Antecedentes
Problema de la investigación, objetivos e hipótesis
Variables e indicadores
Datos y escalas de medición
2 Marco teórico
El sonido y la generación del ruido
Redes neuronales artificiales
Modelos de RNA y métodos de aprendizaje
3 Desarrollo de trabajo de tesis
Determinación del tamaño de la muestra
Construcción del modelo
Etapa de entrenamiento
Etapa de validación
Prueba final
4 Análisis, resultados y contrastación de hipótesis
Análisis del modelo AN 4
Resultado de la Investigación
Contrastación de hipótesis
Análisis paramétrico
Análisis no paramétrico
5 Conclusiones y recomendaciones
Conclusiones
Recomendaciones
Limitaciones del modelo AN 4
Implicaciones prácticas
Generalidades Identificación del problema de investigación
Marco teórico Antecedentes
Desarrollo de trabajo de tesis Problema de la investigación, objetivos e hipótesis
Análisis, resultados y contrastación de hipótesis Variables e indicadores
Conclusiones y recomendaciones Datos y escalas de medición
Generación de viajes
Distribución de viajes
Sistema de tránsito
y de carreteras
Selección del modo
Carriles de alta
Ocupación de vehículos
Asignación de los viajes a la
red
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Identificación del problema de investigación
Marco teórico Antecedentes
Desarrollo de trabajo de tesis Problema de la investigación, objetivos e hipótesis
Análisis, resultados y contrastación de hipótesis Variables e indicadores
Conclusiones y recomendaciones Datos y escalas de medición
Antecedentes I
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Identificación del problema de investigación
Marco teórico Antecedentes
Desarrollo de trabajo de tesis Problema de la investigación, objetivos e hipótesis
Análisis, resultados y contrastación de hipótesis Variables e indicadores
Conclusiones y recomendaciones Datos y escalas de medición
Antecedentes II
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Identificación del problema de investigación
Marco teórico Antecedentes
Desarrollo de trabajo de tesis Problema de la investigación, objetivos e hipótesis
Análisis, resultados y contrastación de hipótesis Variables e indicadores
Conclusiones y recomendaciones Datos y escalas de medición
Problema principal
¿Son las redes neuronales artificiales de base radial buenos estimadores de la
contaminación acústica generada por el tránsito vehicular en centros urbanos?
Objetivo principal
Diseñar un modelo metaheurístico basado en redes neuronales artificiales de
base radial como herramienta de predicción de la contaminación acústica
generado por tránsito vehicular.
Hipótesis principal
El modelo metaheurístico basado en redes neuronales artificiales de base radial
permitirá predecir la contaminación acústica generado por tránsito vehicular.
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Identificación del problema de investigación
Marco teórico Antecedentes
Desarrollo de trabajo de tesis Problema de la investigación, objetivos e hipótesis
Análisis, resultados y contrastación de hipótesis Variables e indicadores
Conclusiones y recomendaciones Datos y escalas de medición
Variables e Indicadores
Variables Indicadores
Directas Directas
Número de vehículos por intervalos
Tránsito vehicular
de tiempo
Indirectas Indirectas
Ruido Máxima intesidad de ruido generado
Intervinientes Intervinientes
a)- Condiciones arquitéc-
a)- Niveles de las viviendas
tónicas
b)- Condiciones topográ- b)- Ancho de veredas y vías de
ficas de la vía transporte
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Identificación del problema de investigación
Marco teórico Antecedentes
Desarrollo de trabajo de tesis Problema de la investigación, objetivos e hipótesis
Análisis, resultados y contrastación de hipótesis Variables e indicadores
Conclusiones y recomendaciones Datos y escalas de medición
Identificar:
Orígen de los datos Unidad de muestreo
Unidad de análisis
Identificar:
Nominal Tipos de datos Variables cualitativas.
Variables cuantitativas
Escalas de medición
De
Razón
Ordianal
De
Intervalo
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Contenido
1 Generalidades
Identificación del problema de investigación
Antecedentes
Problema de la investigación, objetivos e hipótesis
Variables e indicadores
Datos y escalas de medición
2 Marco teórico
El sonido y la generación del ruido
Redes neuronales artificiales
Modelos de RNA y métodos de aprendizaje
3 Desarrollo de trabajo de tesis
Determinación del tamaño de la muestra
Construcción del modelo
Etapa de entrenamiento
Etapa de validación
Prueba final
4 Análisis, resultados y contrastación de hipótesis
Análisis del modelo AN 4
Resultado de la Investigación
Contrastación de hipótesis
Análisis paramétrico
Análisis no paramétrico
5 Conclusiones y recomendaciones
Conclusiones
Recomendaciones
Limitaciones del modelo AN 4
Implicaciones prácticas
Generalidades
Marco teórico El sonido y la generación del ruido
Desarrollo de trabajo de tesis Redes neuronales artificiales
Análisis, resultados y contrastación de hipótesis Modelos de RNA y métodos de aprendizaje
Conclusiones y recomendaciones
Sonido
Vibración mecánica que se propaga a
través de un medio material elástico y
denso y que es capaz de producir una
sensación auditiva.
Ruido
Es la sensación auditiva inarticulada
generalmente desagradable. En zonas
urbanas las fuentes de la contaminación
acústica se corresponde con las
actividades asociadas al hombre.
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades
Marco teórico El sonido y la generación del ruido
Desarrollo de trabajo de tesis Redes neuronales artificiales
Análisis, resultados y contrastación de hipótesis Modelos de RNA y métodos de aprendizaje
Conclusiones y recomendaciones
Aplicación X3
W(n3) FUNCIÓN DE FUNCIÓN DE FUNCIÓN DE SEÑAL DE
ENTRADA ACTIVACION SALIDA SALIDA(I)
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades
Marco teórico El sonido y la generación del ruido
Desarrollo de trabajo de tesis Redes neuronales artificiales
Análisis, resultados y contrastación de hipótesis Modelos de RNA y métodos de aprendizaje
Conclusiones y recomendaciones
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Contenido
1 Generalidades
Identificación del problema de investigación
Antecedentes
Problema de la investigación, objetivos e hipótesis
Variables e indicadores
Datos y escalas de medición
2 Marco teórico
El sonido y la generación del ruido
Redes neuronales artificiales
Modelos de RNA y métodos de aprendizaje
3 Desarrollo de trabajo de tesis
Determinación del tamaño de la muestra
Construcción del modelo
Etapa de entrenamiento
Etapa de validación
Prueba final
4 Análisis, resultados y contrastación de hipótesis
Análisis del modelo AN 4
Resultado de la Investigación
Contrastación de hipótesis
Análisis paramétrico
Análisis no paramétrico
5 Conclusiones y recomendaciones
Conclusiones
Recomendaciones
Limitaciones del modelo AN 4
Implicaciones prácticas
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
SELECCION DE LA MUESTRA
Muestra Muestra
Muestra
probabilística probabilística
aleatoria simple
estratificada por racimos
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
180
Mototaxi
160 Microbús
Camioneta
140 Auto
Camión
120
Aforo vehicular
100
80
60
40
20
0
0 112 224 336 448 560 672 784 896 1008 1120 1232
Número de registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
105
Nivel sonoro Leq(dB)
100
95
Nivel sonoro Leq(dB)
90
85
80
75
70
65
0 112 224 336 448 560 672 784 896 1008 1120 1232
Número de registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
Descripción
1
1 Capa de entrada: número X1
de neuronas definido por el
número de datos de cada X2
2
ejemplo de aprendizaje.
. .
2 Capa oculta: número de .
.
.
y
neuronas variables Xi .
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
Etapa de entrenamiento
10 0 Train
10 -5
Error cuadrático medio(E)
10 -10
10 -15
10 -20
10 -25
Etapa de validación
100
Nivel sonoro esperado
Nivel sonoro obtenido
95
90
Nivel sonoro (dB)
85
80
75
70
65
0 20 40 60 80 100 120 140 160 180
Registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Determinación del tamaño de la muestra
Marco teórico Construcción del modelo
Desarrollo de trabajo de tesis Etapa de entrenamiento
Análisis, resultados y contrastación de hipótesis Etapa de validación
Conclusiones y recomendaciones Prueba final
Prueba final
100
Nivel sonoro esperado
Nivel sonoro obtenido
95
90
Nivel sonoro (dB)
85
80
75
70
65
0 20 40 60 80 100 120 140 160 180
Registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Contenido
1 Generalidades
Identificación del problema de investigación
Antecedentes
Problema de la investigación, objetivos e hipótesis
Variables e indicadores
Datos y escalas de medición
2 Marco teórico
El sonido y la generación del ruido
Redes neuronales artificiales
Modelos de RNA y métodos de aprendizaje
3 Desarrollo de trabajo de tesis
Determinación del tamaño de la muestra
Construcción del modelo
Etapa de entrenamiento
Etapa de validación
Prueba final
4 Análisis, resultados y contrastación de hipótesis
Análisis del modelo AN 4
Resultado de la Investigación
Contrastación de hipótesis
Análisis paramétrico
Análisis no paramétrico
5 Conclusiones y recomendaciones
Conclusiones
Recomendaciones
Limitaciones del modelo AN 4
Implicaciones prácticas
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
Confiabilidad
Objetividad
Coeficiente de
Descripción Ciclos Error C. M.
correlación
Pearson 0.980847305 228 5.26613
Kendall 0.911198579 420 1.8294
Spearman 0.977221228 527 0.820247
862 3.92E-26
100
Nivel sonoro obtenido
95
Validez
90
Nivel sonoro (dB)
65
0 20 40 60 80 100 120 140 160 180
Registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
Resultado: modelo AN 4
Descripción
1
1 Arquitectura: [05, 862, 01]
X1
neuronas.
2 W(1,1)
2 Función de activación: X2
X3 . y
3 Función de activación: .
.
capa de salida X4
W(i,1)
-transformación lineal. i
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
Constrastación de hipótesis
PRUEBA DE HIPOTESIS
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
0.9
Probabilidad Acumulada (F(X)
0.8
0.7
0.6
0.5
0.4
Auto
0.3 Camión
Camioneta
0.2 Microbús
Mototaxi
0.1
0
0 20 40 60 80 100 120 140 160
Registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
0.9
Probabilidad Acumulada (F(x))
0.8
0.7
0.6
0.5
0.4
Microbús
0.3 Distribución Normal
0.2
0.1
0
0 20 40 60 80 100 120 140 160
Registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
0.03
Camión
Distribución Normal
0.025
0.02
Densidad
0.015
0.01
0.005
0
0 20 40 60 80 100 120 140 160
Registros
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
Coeficiente de Pearson
350
Variable Variable Coeficiente de
1 2 Pearson 300
Aforo Vehicular
250
Mototaxi Sonido 0.860075
200
Microbús Sonido 0.912628
150
CamionetaSonido 0.82302
Auto Sonido 0.82302 100
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades Análisis del modelo AN 4
Marco teórico Resultado de la Investigación
Desarrollo de trabajo de tesis Contrastación de hipótesis
Análisis, resultados y contrastación de hipótesis Análisis paramétrico
Conclusiones y recomendaciones Análisis no paramétrico
Análisis no paramétrico
Coeficiente de Coeficiente de
Variable 1 Variable 2 correlación de correlación de
Kendall Spearman
Mototaxi Sonido 0.524305792 0.685221
Microbús Sonido 0.638316755 0.832259
Camioneta Sonido 0.604848434 0.77624
Auto Sonido 0.604848434 0.77624
Camión Sonido 0.18742456 0.08847
Total Sonido 0.960583083 0.996727
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Contenido
1 Generalidades
Identificación del problema de investigación
Antecedentes
Problema de la investigación, objetivos e hipótesis
Variables e indicadores
Datos y escalas de medición
2 Marco teórico
El sonido y la generación del ruido
Redes neuronales artificiales
Modelos de RNA y métodos de aprendizaje
3 Desarrollo de trabajo de tesis
Determinación del tamaño de la muestra
Construcción del modelo
Etapa de entrenamiento
Etapa de validación
Prueba final
4 Análisis, resultados y contrastación de hipótesis
Análisis del modelo AN 4
Resultado de la Investigación
Contrastación de hipótesis
Análisis paramétrico
Análisis no paramétrico
5 Conclusiones y recomendaciones
Conclusiones
Recomendaciones
Limitaciones del modelo AN 4
Implicaciones prácticas
Generalidades
Conclusiones
Marco teórico
Recomendaciones
Desarrollo de trabajo de tesis
Limitaciones del modelo AN 4
Análisis, resultados y contrastación de hipótesis
Implicaciones prácticas
Conclusiones y recomendaciones
Conclusiones
Del Objetivo principal
El modelo metaheurístico AN 4 predice el nivel sonoro por tránsito
vehicular con una confiabilidad de 0,977(Pearson), validez(dominio)
y objetividad 3,92 ∗ 10−26 (E)
Recomendaciones
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades
Conclusiones
Marco teórico
Recomendaciones
Desarrollo de trabajo de tesis
Limitaciones del modelo AN 4
Análisis, resultados y contrastación de hipótesis
Implicaciones prácticas
Conclusiones y recomendaciones
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades
Conclusiones
Marco teórico
Recomendaciones
Desarrollo de trabajo de tesis
Limitaciones del modelo AN 4
Análisis, resultados y contrastación de hipótesis
Implicaciones prácticas
Conclusiones y recomendaciones
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .
Generalidades
Conclusiones
Marco teórico
Recomendaciones
Desarrollo de trabajo de tesis
Limitaciones del modelo AN 4
Análisis, resultados y contrastación de hipótesis
Implicaciones prácticas
Conclusiones y recomendaciones
Gracias!
UNI, Facultad de Ingeniería Civil, Unidad de Posgrado Redes Neuronales Artificiales de Base Radial Como . . .