SciELO - Scientific Electronic Library Online

 
vol.4 issue2 author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista Científica de la UCSA

On-line version ISSN 2409-8752

Abstract

SCHWARZ, M. Redes Neuronales para el reconocimiento de patrones no tradicionales en la predicción de accidentes fatales en la industria minera peruana. Rev. ciente. UCSA [online]. 2017, vol.4, n.2, pp.6-12. ISSN 2409-8752.  https://doi.org/10.18004/ucsa/2409-8752/2017.004(02)006-012.

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.

Keywords : Seguridad Minera; Niveles de Riesgo; Accidente; Índice de Frecuencia; Índice de Severidad; Índice de Accidentabilidad.

        · abstract in English     · text in Spanish     · Spanish ( pdf )