2024-03-28T14:34:27Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/59502023-01-26T23:42:13Zcom_10259_2699col_10259_4482
Espacio de diseño con métodos de inversión de modelos de regresión sobre variables latentes
Ruiz Miguel, Santiago
Sarabia Peinador, Luis Antonio
Sánchez Pastor, Mª Sagrario
Universidad de Burgos. Departamento de Matemáticas y Computación
Tecnología analítica de procesos
Calidad diseñada
Mínimos cuadrados parciales
Inversión de modelos en variables latentes
Espacio de diseño
Process analytical technology (PAT)
Quality by design (QbD)
Partial least squares (PLS)
Latent variables models inversion (LVMI)
Design space
La tesis doctoral compendia el desarrollo de una metodología para la inversión de modelos de regresión sobre variables latentes dentro del marco del Control de Procesos, en el cual la Tecnología Analítica de Procesos (PAT) y la Calidad Diseñada (QbD) definen un contexto más allá del modelado matemático puro de un proceso. Se desarrolla una alternativa novedosa para la inversión de modelos predictivos del tipo PLS (Partial Least Squares) mediante un procedimiento computacional basado en algoritmos evolutivos. Se explora el impacto del espacio residual asociado a las variables predictoras sobre las soluciones obtenidas al invertir el modelo caracterizando así el espacio de diseño del proceso. Se aplica el procedimiento en la inversión de modelos de clase (respuesta cualitativa), para caracterizar los «objetos discriminantes» con valores fijos de sensibilidad y especificidad y por último se implementa su uso sistemático en el laboratorio químico, dentro de la denominada Calidad Analítica Diseñada (AQbD).
2021-09-23T12:23:11Z
2021-09-23T12:23:11Z
2021-09-23T12:23:11Z
2021
info:eu-repo/semantics/doctoralThesis
http://hdl.handle.net/10259/5950
10.36443/10259/5950
spa
http://creativecommons.org/licenses/by-nc-nd/4.0/
Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 Internacional