Mostrar el registro sencillo del ítem
dc.contributor.advisor | Martínez Hinarejos, Carlos David | es_ES |
dc.contributor.advisor | Martínez Moret, Lorenzo | es_ES |
dc.contributor.author | Fornés Gabaldón, Héctor | es_ES |
dc.date.accessioned | 2022-10-27T07:36:24Z | |
dc.date.available | 2022-10-27T07:36:24Z | |
dc.date.created | 2022-09-21 | |
dc.date.issued | 2022-10-27 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/188803 | |
dc.description.abstract | [ES] El objetivo de este trabajo es desarrollar un sistema de detección de anomalías para la industria, dentro del marco de mi puesto como trabajador en la empresa NUNSYS SA. Se cubrirán todas las fases del proyecto, desde la adquisición de los datos, pasando por su análisis y preprocesado, para seguir con la experimentación de diferentes técnicas de detección de anomalías y finalmente la puesta en producción del sistema en las instalaciones de un cliente real. Se pondrá especial énfasis en la evaluación y comparación de los diferentes enfoques utilizados durante el desarrollo del proyecto, incluyendo tanto las técnicas más clásicas como los modelos más neuronales que definen ahora mismo el estado del arte. | es_ES |
dc.description.abstract | [EN] The objective of this work is to develop an anomaly detection system for industry, within the framework of my position as a worker in the company NUNSYS SA. All the phases of the project will be covered, from data acquisition, through data analysis and preprocessing, to the experimentation of different anomaly detection techniques and finally the implementation of the system in production at a real customer's site. Special emphasis will be put on the evaluation and comparison of the different approaches used during the development of the project, including both the more classical techniques and the more neural models that define the state of the art right now. | es_ES |
dc.format.extent | 44 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reconocimiento (by) | es_ES |
dc.subject | Predictive maintenance | es_ES |
dc.subject | Industry 4.0 | es_ES |
dc.subject | Anomaly detection | es_ES |
dc.subject | Recurrent neural networks | es_ES |
dc.subject | Long short term memory (LSTM) | es_ES |
dc.subject | Redes neuronales | es_ES |
dc.subject | Detección de anomalías | es_ES |
dc.subject | Industria 4.0 | es_ES |
dc.subject | Mantenimiento predictivo | es_ES |
dc.subject.classification | LENGUAJES Y SISTEMAS INFORMATICOS | es_ES |
dc.subject.other | Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital | es_ES |
dc.title | Diseño, experimentación y puesta en producción de un sistema de detección de anomalías para la industria | es_ES |
dc.title.alternative | Design, experimentation and putting into production of an anomaly detection system for the industry | es_ES |
dc.title.alternative | Disseny, experimentació i posada en producció d'un sistema de detecció d'anomalies per a la indústria | es_ES |
dc.type | Tesis de máster | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació | es_ES |
dc.description.bibliographicCitation | Fornés Gabaldón, H. (2022). Diseño, experimentación y puesta en producción de un sistema de detección de anomalías para la industria. Universitat Politècnica de València. http://hdl.handle.net/10251/188803 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\151609 | es_ES |