Diseño de un marcador somático artificial para un sistema inteligente de clasificación de riesgo ocupacional en faenas mineras

Fecha

2021-12-15

Profesor Guía

Formato del documento

Tesis

ORCID Autor

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad de Valparaíso

Ubicación

ISBN

ISSN

item.page.issne

item.page.doiurl

Facultad

Facultad de Ciencias

Departamento o Escuela

Instituto de Estadistica

Determinador

Recolector

Especie

Nota general

Licenciado en Estadística. Título profesional de Ingeniero en Estadística

Resumen

La minería presenta una serie de peligros de ámbito tanto físico derivados de la posible exposición a condiciones que puedan poner en riesgo la salud de los trabajadores, la necesidad por identificarlos y evaluarlos puede generar una disminución de incidentes como de costos que logre impactar el negocio. Durante los últimos años la utilización de técnicas de machine learning ha tomado una relevancia significativa para llevar a cabo diversos estudios en distintas áreas, pero en seguridad industrial o riesgo ocupacional ha sido algo bastante reciente. El presente trabajo de titulación en conjunto de la empresa Prevsis, se propone una técnica de machine learning, que se incorpora un marcador somático artificial para la clasificación del riesgo ocupacional en el contexto de faenas mineras. Se creó una técnica de reclasificación buscando mejorar la clasificación de la técnica Bosque aleatorio de machine learning, para así realizar una comparación entre ambos casos, sin reclasificación y con reclasificación. Se obtuvieron resultados positivos al aplicar la reclasificación a cada clase del conjunto de datos, generando una disminución al conjunto de mal clasificados.

Descripción

Lugar de Publicación

Auspiciador

Palabras clave

RIESGOS LABORALES, MINERIA, APRENDIZAJE DE MAQUINA, VARIABLES ESTADISTICA

Licencia

URL Licencia

Colecciones