Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes
108 páginas
- Autores:
-
José Mejía Uribe, Simón Pedro
Mendivil Sejin, Alejandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/6579
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/6579
- Palabra clave:
- Aprendizaje automático
análisis de datos
selección de variables
modelo de regresión
predicción de fallas
Machine learning
data analysis
feature selection
regression model
fault prediction
- Rights
- openAccess
- License
- Derechos Reservados - Univesidad EIA - 2019
| id |
REIA2_ee36c69075b1b9410bbb874efd807716 |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/6579 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| title |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| spellingShingle |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes Aprendizaje automático análisis de datos selección de variables modelo de regresión predicción de fallas Machine learning data analysis feature selection regression model fault prediction |
| title_short |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| title_full |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| title_fullStr |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| title_full_unstemmed |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| title_sort |
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes |
| dc.creator.fl_str_mv |
José Mejía Uribe, Simón Pedro Mendivil Sejin, Alejandro |
| dc.contributor.author.none.fl_str_mv |
José Mejía Uribe, Simón Pedro Mendivil Sejin, Alejandro |
| dc.subject.proposal.spa.fl_str_mv |
Aprendizaje automático análisis de datos selección de variables modelo de regresión predicción de fallas |
| topic |
Aprendizaje automático análisis de datos selección de variables modelo de regresión predicción de fallas Machine learning data analysis feature selection regression model fault prediction |
| dc.subject.proposal.eng.fl_str_mv |
Machine learning data analysis feature selection regression model fault prediction |
| description |
108 páginas |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2024-05-17T15:08:27Z |
| dc.date.available.none.fl_str_mv |
2024-05-17T15:08:27Z |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/6579 |
| url |
https://repository.eia.edu.co/handle/11190/6579 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Univesidad EIA - 2019 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Univesidad EIA - 2019 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad EIA |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Mecatrónica |
| dc.publisher.faculty.none.fl_str_mv |
Escuela de Ingeniería y Ciencias Básicas |
| dc.publisher.place.none.fl_str_mv |
Envigado, Antioquia |
| publisher.none.fl_str_mv |
Universidad EIA |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/dc89e040-31c2-41a4-9039-3ff2b3d20288/download https://repository.eia.edu.co/bitstreams/62e59450-4392-4f8f-998f-acde4ebd6e50/download https://repository.eia.edu.co/bitstreams/728b3d0e-0b8c-48cf-a552-eece690756f0/download https://repository.eia.edu.co/bitstreams/22bc0d14-77ed-478c-9005-9bff846cd900/download |
| bitstream.checksum.fl_str_mv |
c15388a557ce9ef16c2c11ae84013a5e 2264fce645ac2952653ce3f3b8fa781e 15e64982a24f8c82bc54f228e4f6e922 818535b5bffd7455a6ef064db9ad2670 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1818099068989079552 |
| spelling |
José Mejía Uribe, Simón PedroMendivil Sejin, Alejandro2024-05-17T15:08:27Z2024-05-17T15:08:27Z2019https://repository.eia.edu.co/handle/11190/6579108 páginasResulta provechoso y perentorio para la compañía impulsora de la propuesta implementar tecnologías computacionales que le permitan, ágil y eficientemente, tratar y analizar grandes volúmenes de datos provenientes de diversas etapas y procesos de su línea de producción; con objeto de identificar variables relevantes para la predicción o afectación de la cantidad de defectos a encontrar en los productos finales de un área como la mencionada, o que faciliten el estudio del desempeño y las condiciones operativas de la planta. Considerando lo anterior, este trabajo propone implementar técnicas y métodos enmarcados dentro del Aprendizaje Automático (enfocados al aprendizaje automático supervisado, o a la selección de características y reducción de la dimensionalidad de los espacios de datos que requieren procesar), para atender las necesidades de la ensambladora, siguiendo el esquema clásico de análisis de datos: comprendiendo etapas de procesamiento y limpieza de los datos a estudiar, previa a una etapa de análisis exploratorio y finalmente el desarrollo de modelos, simulaciones y conclusiones; y presenta los resultados del estudio llevado a cabo, a partir de los datos dispuestos por la fábrica consultada.It is profitable and urgent for the company that promotes this proposal to implement computational technologies that would allow, quickly and efficiently, to deal with and analyze large volumes of data from various stages and processes from its production line; in order to identify relevant variables for predicting or affecting the number of defects to be found in the final products of an area, such as the one mentioned, or to facilitate the study of the performance and operating conditions of the plant. Considering the above, this thesis proposes to implement techniques and methods framed within Machine Learning (focused on supervised automatic learning, or feature selection and reduction of dimensionality of the data spaces aimed for processing), to meet the needs of the factory, following the classic scheme of data analysis: comprising stages of processing and cleaning the data to be studied, prior to a stage of exploratory analysis and finally the development of models, simulations and conclusions; and presents the results of the study carried out, based on the data provided by the factory consulted.PregradoIngeniero Mecatrónicoapplication/pdfspaUniversidad EIAIngeniería MecatrónicaEscuela de Ingeniería y Ciencias BásicasEnvigado, AntioquiaDerechos Reservados - Univesidad EIA - 2019https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas InteligentesTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Aprendizaje automáticoanálisis de datosselección de variablesmodelo de regresiónpredicción de fallasMachine learningdata analysisfeature selectionregression modelfault predictionPublicationORIGINALMejíaSimón_2019_AnálisisDefectosProducción.pdfMejíaSimón_2019_AnálisisDefectosProducción.pdfapplication/pdf2866806https://repository.eia.edu.co/bitstreams/dc89e040-31c2-41a4-9039-3ff2b3d20288/downloadc15388a557ce9ef16c2c11ae84013a5eMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/62e59450-4392-4f8f-998f-acde4ebd6e50/download2264fce645ac2952653ce3f3b8fa781eMD52TEXTMejíaSimón_2019_AnálisisDefectosProducción.pdf.txtMejíaSimón_2019_AnálisisDefectosProducción.pdf.txtExtracted texttext/plain102387https://repository.eia.edu.co/bitstreams/728b3d0e-0b8c-48cf-a552-eece690756f0/download15e64982a24f8c82bc54f228e4f6e922MD53THUMBNAILMejíaSimón_2019_AnálisisDefectosProducción.pdf.jpgMejíaSimón_2019_AnálisisDefectosProducción.pdf.jpgGenerated Thumbnailimage/jpeg8985https://repository.eia.edu.co/bitstreams/22bc0d14-77ed-478c-9005-9bff846cd900/download818535b5bffd7455a6ef064db9ad2670MD5411190/6579oai:repository.eia.edu.co:11190/65792024-05-18 03:01:47.2https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Univesidad EIA - 2019open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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 |