Redes neuronales aplicadas al control estadístico de procesos con cartas de control EWMA

Objetivo: Diseñar una red neuronal recurrente LSTM para predecir el valor promedio de la variable temperatura y evaluar así, capacidad obtener valores similares a los cálculos del móvil ponderado EWMA mediciones individuales.
 Metodología: Se obtuvieron 1768 registros individuales realizadas por un sensor, en conjunto datos denominado: Gas sensors for home activity monitoring data set. Los se representaron carta control promedios móviles ponderados exponenciales EWMA, fin media proceso identificar que estuviera dentro estadístico. Posteriormente entrenó muestra entrenamiento 1184 con algoritmo Backpropagation permitiera cuales validaron prueba 584 temperatura. 
 Resultados: El diseño unidad puerta entrada, 4 unidades olvido 1 salida entrenada permitió calcular muy cercanos representados MSE 1.1405e-04.
 Conclusiones: Las redes neuronales son buena alternativa cálculo cuando requiera hacer estadístico genera gran cantidad obtenidos no cuente software procesarlos.
 Financiamiento: Fundación universitaria Libertadores