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...
- Autores:
-
Huertas Mora, Alexander
- Tipo de recurso:
- Masters Thesis
- Fecha de publicación:
- 2020
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Universidad Santo Tomás
- 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