Publicación:
Predicción Mediante Redes Neuronales (ANN) de los Parámetros de Diseño y Fabricación por Estereolitografía Enmascarada (MSLA) de Scaffolds Sometidos a Cargas de Compresión

Vista sencilla de ítem
dc.contributor.authorNajar-Gomez, Brayan Sebastian
dc.contributor.authorNarváez-Tovar, Carlos Alberto
dc.coverage.spatialConcepción, Chile
dc.coverage.temporal2024-10-22
dc.date.accessioned2025-03-10T09:04:12Z
dc.date.available2025-03-10T09:04:12Z
dc.date.issued2024-10-22
dc.descriptionOrganizado y patrocinado por: Federación iberoamericana de Ingeniería Mecánica y Universidad de Concepción - Chile. Departamento de Mecánica, FeIbIm – FeIbEM
dc.description.abstractEn el proceso de diseño de un scaffold se debe tener en cuenta que las propiedades físicas y mecánicas deben guardar similitud con respecto al tejido a reconstruir, sin embargo, estas propiedades presentan una gran dependencia con respecto al proceso de fabricación empleado. En el presente trabajo, se ha implementado un esquema predictivo inverso, mediante redes neuronales (ANN), con el propósito de predecir parámetros de proceso y diseño para la fabricación de scaffolds por estereolitografía enmascarada (MSLA), teniendo en cuenta la resistencia a fluencia y módulo elástico a compresión como variables de entrada al modelo predictivo. Se propusieron diferentes arquitecturas de ANN con ayuda de algoritmos de ajuste de hiperparámetros. Se determinaron las arquitecturas con la mejor capacidad predictiva, y finalmente, se realizó un entrenamiento exhaustivo del modelo para mejorar la calidad de las predicciones. Se lograron obtener modelos con un error absoluto medio (MAE) por debajo de 0.25.es
dc.description.abstractIn the scaffold design process, it is essential to consider that the physical and mechanical properties should be like those of the repaired tissue. However, these properties are highly dependent on the employed manufacturing process. In this study, an inverse predictive scheme using Artificial Neural Networks (ANN) was implemented to predict the process and design parameters for the additive manufacturing of scaffolds by masked stereolithography (MSLA), considering the required yield strength and compressive elastic modulus as input variables for the predictive model. Different ANN architectures were proposed with the help of hyperparameter tuning algorithms. The architectures with the best predictive capacity were determined, and exhaustive training of the model was conducted to improve the quality of the predictions. Models with a mean absolute error (MAE) below 0.27 were achieved.en
dc.description.versionversión publicada
dc.identifier.citation-
dc.identifier.urihttps://hdl.handle.net/20.500.14468/26153
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad de Concepción - Chile. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXVI Congreso Iberoamericano de Ingeniería Mecánica. Concepción, Chile, 22-24 de octubre de 2024. CIBIM 2024
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject33 Ciencias Tecnológicas
dc.subject.keywordsEstereolitografía enmascaradaes
dc.subject.keywordsmanufactura aditivaes
dc.subject.keywordsredes neuronales artificialeses
dc.subject.keywordsresistencia a compresiónes
dc.subject.keywordsscaffoldses
dc.subject.keywordsMasked stereolithographyen
dc.subject.keywordsadditive manufacturingen
dc.subject.keywordsartificial neural networksen
dc.subject.keywordscompression strengthen
dc.subject.keywordsscaffoldsen
dc.titlePredicción Mediante Redes Neuronales (ANN) de los Parámetros de Diseño y Fabricación por Estereolitografía Enmascarada (MSLA) de Scaffolds Sometidos a Cargas de Compresiónes
dc.typeactas de congresoes
dc.typeconference proceedingsen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
6059_Articulo-Aceptado.pdf
Tamaño:
843.04 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Actas y comunicaciones de congresos