Algoritmos de aprendizaje supervisado utilizando datos de monitoreo de condiciones: un estudio para el pronóstico de fallas en máquinas.

Este trabajo proporciona una visión general de algunos métodos de Machine Learning y Deep Learning como herramientas fundamentales en la detección de fallas potenciales de los activos físicos utilizando técnicas de monitoreo de condiciones, para esto, en la primera parte se aplican algoritmos de apr...

Full description

Autores:
Huertas Mora, Alexander
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2020
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/29886
Acceso en línea:
http://hdl.handle.net/11634/29886
Palabra clave:
Condition monitoring
Predictive maintenance
Machine learning
Deep learning
Hybrid models
Reliability
LSTM
Industry 4.0
IoT
Modelos híbridos
Confiabilidad
Predicciones
Monitoreo de condiciones
Mantenimiento predictivo
LSTM
Industria 4.0
IoT
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia