Inteligencia Artificial para reconocimiento de descargas parciales

Este trabajo presenta un novedoso Sistema Basado en Conocimiento (SBC) para resolver el problema de reconocimiento y clasificación de patrones de descargas parciales (DP). El sistema tiene como base el proceso de Descubrimiento del Conocimiento en Bases de Datos. Cuenta con tres etapas clave: el pre-procesamiento, el cual fue realizado con un Mapa Autoorganizado (SOM), la etapa de clasificación con una Red Neuronal Probabilística (RNP) y la etapa de retroalimentación del repositorio. Una de las contribuciones de este trabajo es el estudio de las regiones de operación del SOM, demostrando que la convergencia depende de los datos de entrada y el algoritmo de aprendizaje, por lo que la sintonización del SOM se desarrolló utilizando el método de la función de deseabilidad. En el contexto validar el SBC se crearon datos experimentales, con el fin de tener un marco referencial de los algoritmos implementados en el sistema. Estos datos permitieron estudiar atributos de las DP's para establecer la metodología de clasificación de fuentes en la misma muestra. Se propone como salida dos tipos de gráfico, la matriz de distancias unificada y el 3D-SOM para observar los clústeres de interés.