SciELO - Scientific Electronic Library Online

 
vol.4 número2 índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

  • Não possue artigos citadosCitado por SciELO

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista Científica de la UCSA

versão On-line ISSN 2409-8752

Resumo

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.

Palavras-chave : Seguridad Minera; Niveles de Riesgo; Accidente; Índice de Frecuencia; Índice de Severidad; Índice de Accidentabilidad.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )