Databases reconstruction from operating modes recognition in dynamic processes
Archivos
Autores
Obando Montoya, Andrés Felipe
Director
Alvarez Zapata, Hernán Dario
Tipo de contenido
Trabajo de grado - Maestría
Idioma del documento
InglésFecha de publicación
2015-12
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
En este trabajo se presenta una metodología para la reconstrucción de datos basados en el reconocimiento de los modos operacionales en procesos dinámicos, manteniendo las propiedades dinámicas de las variables contenidas en dichas bases de datos. Con este objetivo, se hace una introducción a los conceptos de proceso y sistema, caracterizando las fuentes de información de las bases de datos. También se realiza una revisión de las metodologías para la imputación de datos, resaltando las principales características de sus procedimientos. A pesar de contar con bastantes metodologías para la imputación, ninguna de ellas se especializa en la conservación de las propiedades dinámicas de las variables, y solo proponen diferentes esquemas para la identificación de modelos sin considerar pasos previos para la correcta selección de información para asegurar la precisión de sus predicciones. De este modo, la metodología propuesta se basa en el reconocimiento de los Modos de Operación Dinámicos (DOM) de los procesos, permitiendo el uso correcto de esta información para la identificación de modelos auxiliares. Con esto en mente, se propone el algoritmo ART2 para el reconocimiento de los DOM. Adicionalmente, la metodología propuesta verifica las imputaciones para no adicionar incertidumbre a los datos originales, conservando la información dinámica original.
Abstract
This work presents a methodology for data reconstruction based in operational modes recognition in dynamic processes, maintaining dynamic properties of registered variables in such database. To do this, an introduction of process and system is made, characterizing the source of databases. Also, a review of data imputation methodology is presented, highlighting the main features of their procedures. Despite of count with several imputation methodologies, any of them are focused into conserving dynamic properties of variables contained in databases, only proposing different identification models sketchers without considering of a previous data selection step to assure the accuracy of predictive models. Taking into account this fact, the proposed data imputation methodology is based into Dynamical Operational Mode (DOM) recognition of processes, grouping data in clusters with similar dynamic properties, allowing the usage of correct information for auxiliary identification models. Under this considerations, Artificial Resonance Theory (ART2) is introduced as the algorithm for DOM recognition. Additionally, the proposed methodology verifies that imputations do not add uncertainty to original data, conserving initial dynamic information. (Tomado de la fuente)