Repositorio UFRO · Omeka S

Comparison of Neural Networks and Support Vector Machine Dynamic Models for State Estimation in Semiautogenous Mills

Primer Autor	Acuna, Gonzalo
Co-autores	Curilem, Millaray
Título	Comparison of Neural Networks and Support Vector Machine Dynamic Models for State Estimation in Semiautogenous Mills
Editorial	SPRINGER-VERLAG BERLIN
Revista	Lecture Notes in Artificial Intelligence
Lenguaje	en
Resumen	El desarrollo de estimadores de estado de alto rendimiento para procesos industriales como la extracción de cobre es una tarea compleja y relevante debido a las dificultades para medir directamente dichas variables en línea. En este artículo se realiza una comparación entre un modelo de red neuronal dinámica tipo NARX y un modelo de máquina de vectores de soporte (SVM) con recurrencias externas para estimar el nivel de llenado del molino en un proceso de molienda de mineral semiautógena. Los resultados muestran las ventajas del modelado SVM, especialmente en lo que respecta a las estimaciones de la variable de estado mediante el modelo predictivo (MSE < 1,0), lo que favorecería su aplicación a procesos a escala industrial.#Development of performant state estimators for industrial processes like copper extraction is a hard and relevant task because of the difficulties to directly measure those variables on-line. In this paper a comparison between a dynamic NARX-type neural network model and a support vector machine (SVM) model with external recurrences for estimating the filling level of the mill for a semiautogenous ore grinding process is performed. The results show the advantages of SVM modeling, especially concerning Model Predictive Output estimations of the state variable (MSE < 1.0), which would favor its application to industrial scale processes.
Tipo de Recurso	Artículo de conferencia
Description	Los autores desean agradecer el apoyo financiero parcial de Fondecyt en el marco del proyecto 1090316.
doi	10.1007/978-3-642-05258-3_42
Formato Recurso	pdf
Palabras Claves	Support vector regression neural networks dynamic systems semiautogenous mills NARX models regresión de vectores de soporte redes neuronales sistemas dinámicos molinos semiautógenos modelos NARX
Ubicación del archivo	http://dx.doi.org/10.1007/978-3-642-05258-3_42
Categoría OCDE	Computer Science, Artificial Intelligence
Materias	Support vector regression neural networks dynamic systems semiautogenous mills NARX models regresión de vectores de soporte redes neuronales sistemas dinámicos molinos semiautógenos modelos NARX
Versión del recurso (Recomendado-único)	versión publicada
Tipo de ruta	suscripción
Access Rights	metadata
Derechos de acceso	metadata
Id de Web of Science	WOS:000278966100042
Título de la cita (Recomendado-único)	Comparison of Neural Networks and Support Vector Machine Dynamic Models for State Estimation in Semiautogenous Mills
Identificador del recurso (Mandatado-único)	Artículo de conferencia
Editorial	SPRINGER-VERLAG BERLIN
Revista/Libro	Lecture Notes in Artificial Intelligence
Categoría WOS	Informática, Inteligencia Artificial Computer Science, Artificial Intelligence
Idioma	en
ISSN	0302-9743
Lugar de la conferencia(Recomendado-repetible)	8th Mexican International Conference on Artificial Intelligence
Fecha de la conferencia(Recomendado-repetible)	NOV 09-13, 2009 NOV 09-13, 2009
Entidad financiadora	ANID CONICYT FONDECYT 1090316
Referencia del Financiador (Mandatado si es aplicable-repetible)	ANID CONICYT FONDECYT 1090316
ISBN	978-3-642-05257-6
Página de inicio (Recomendado-único)	478
Página final (Recomendado-único)	+
Formato	pdf