Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos
Proyecto de aplicación de conocimiento (Ingeniería de Sistemas y Telecomunicaciones), Facultad de Ciencias Básicas e Ingeniería, Pereira, 2023.
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad Católica de Pereira
- Repositorio:
- Repositorio Institucional - RIBUC
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.ucp.edu.co:10785/15653
- Acceso en línea:
- https://repositorio.ucp.edu.co/entities/publication/fffdc644-b58c-408f-9784-a9e72fb671a3
- Palabra clave:
- Aprendizaje de máquina
Machine learning
árboles de regresión
regression trees
física computacional
computational physics
dinámica molecular
molecular dynamics
ingeniería de software
software engineering
materiales monocristalinos
single crystal materials
experiencia de usuario
user experience
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
| id |
RepoRIBUC_a49f1d4d2b60580c255f61b8e866dd18 |
|---|---|
| oai_identifier_str |
oai:repositorio.ucp.edu.co:10785/15653 |
| network_acronym_str |
RepoRIBUC |
| network_name_str |
Repositorio Institucional - RIBUC |
| repository_id_str |
|
| spelling |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinosAprendizaje de máquinaMachine learningárboles de regresiónregression treesfísica computacionalcomputational physicsdinámica molecularmolecular dynamicsingeniería de softwaresoftware engineeringmateriales monocristalinossingle crystal materialsexperiencia de usuariouser experienceProyecto de aplicación de conocimiento (Ingeniería de Sistemas y Telecomunicaciones), Facultad de Ciencias Básicas e Ingeniería, Pereira, 2023.La caracterización de materiales es muy importante al buscar materiales adecuados para aplicaciones específicas, del mismo modo, las técnicas o herramientas empleadas para caracterizarlos representan costos elevados de experimentación. Por medio de la física computacional, se simulan las características del material y se hace el estudio de sus propiedades desde la informática. Por tanto, este proyecto busca integrar el Níquel como nuevo material de predicción en la herramienta software PyStruct, para luego determinar el modelo de ML que permita predecir su estructura cristalina y mejorar la herramienta en base a la UX. Para desarrollar el proyecto se establecen los requisitos, las características de la muestra a simular, el entrenamiento y análisis de diferentes modelos de ML para elegir el de mejor correlación entre los datos. En consecuencia, se logra determinar que el modelo de Árboles de Regresión tiene el mejor resultado de aprendizaje para predecir la estructura monocristalina del Níquel. Abstract: The characterization of materials is very important when looking for suitable materials for specific applications, likewise, the techniques or tools used to characterize them represent high experimentation costs. By means of computational physics, the characteristics of the material are simulated and its properties are studied from the computer. Therefore, this project seeks to integrate Nickel as a new prediction material in the PyStruct software tool, in order to determine the ML model to predict its crystalline structure and improve the tool based on the UX. To develop the project, the requirements are established, the characteristics of the sample to be simulated, the training and analysis of different ML models to choose the one with the best correlation between the data. Consequently, it is determined that the Regression Trees model has the best learning result to predict the single crystal structure of Nickel.Universidad Católica de Pereira. Director de trabajo de grado: Oscar Andrés Ramírez AgudeloUniversidad Católica de Pereira2023-09-16T13:23:15Z2023-09-16T13:23:15Z2023Trabajo de Grado – Pregradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://repositorio.ucp.edu.co/entities/publication/fffdc644-b58c-408f-9784-a9e72fb671a3Monografía ; DDMIST272http://creativecommons.org/licenses/by-nc-nd/4.0/deed.esinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2spaRestrepo Gesamá, Jose Luisoai:repositorio.ucp.edu.co:10785/156532025-05-16T17:05:07Z |
| dc.title.none.fl_str_mv |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| title |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| spellingShingle |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos Aprendizaje de máquina Machine learning árboles de regresión regression trees física computacional computational physics dinámica molecular molecular dynamics ingeniería de software software engineering materiales monocristalinos single crystal materials experiencia de usuario user experience |
| title_short |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| title_full |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| title_fullStr |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| title_full_unstemmed |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| title_sort |
Implementación de PyStruct 2.0 e investigación de modelos para la predicción de materiales monocristalinos |
| dc.subject.none.fl_str_mv |
Aprendizaje de máquina Machine learning árboles de regresión regression trees física computacional computational physics dinámica molecular molecular dynamics ingeniería de software software engineering materiales monocristalinos single crystal materials experiencia de usuario user experience |
| topic |
Aprendizaje de máquina Machine learning árboles de regresión regression trees física computacional computational physics dinámica molecular molecular dynamics ingeniería de software software engineering materiales monocristalinos single crystal materials experiencia de usuario user experience |
| description |
Proyecto de aplicación de conocimiento (Ingeniería de Sistemas y Telecomunicaciones), Facultad de Ciencias Básicas e Ingeniería, Pereira, 2023. |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-09-16T13:23:15Z 2023-09-16T13:23:15Z 2023 |
| dc.type.none.fl_str_mv |
Trabajo de Grado – Pregrado http://purl.org/coar/resource_type/c_7a1f http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
https://repositorio.ucp.edu.co/entities/publication/fffdc644-b58c-408f-9784-a9e72fb671a3 |
| url |
https://repositorio.ucp.edu.co/entities/publication/fffdc644-b58c-408f-9784-a9e72fb671a3 |
| dc.language.iso.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
Monografía ; DDMIST272 |
| dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Católica de Pereira |
| publisher.none.fl_str_mv |
Universidad Católica de Pereira |
| institution |
Universidad Católica de Pereira |
| repository.name.fl_str_mv |
|
| repository.mail.fl_str_mv |
|
| _version_ |
1844494763717296128 |