Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
Links relacionados
- Similares en SciELO
Compartir
Revista Científica de la UCSA
versión On-line ISSN 2409-8752
Resumen
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.
Palabras clave : Seguridad Minera; Niveles de Riesgo; Accidente; Índice de Frecuencia; Índice de Severidad; Índice de Accidentabilidad.