Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/38771
Título
Detección de defectos en tiempo real en una línea de fabricación de tableros mediante técnicas de reconocimiento de patrones
Director o Tutor
Año del Documento
2019
Titulación
Grado en Ingeniería Informática
Resumo
Las técnicas de análisis de datos han ido introduciéndose en el mundo de la factorías dando lugar a la Industria 4.0. En el caso del grupo Sonae Arauco diversos dispositivos les han permitido ser galardonados con premios por innovación tecnológica. Uno de sus sistemas es el "Smart Eyes", un sistema de detección de imperfecciones en los tableros producidos con filtros de imágenes. Este proyecto tiene como objetivo crear un sistema de detección de estas imperfecciones empleando técnicas de análisis de datos y aprendizaje automático. Este proyecto es un Trabajo de Fin de Grado del Programa de Estudio Conjuntos INDat - Ingeniería Informática + Estadística. Por lo tanto constará de dos memorias, una por grado.
Esta es la memoria de Ingeniería Informática, y consta de las siguientes partes.
Una primera parte describirá el problema en su conjunto asÍ como los datos obtenidos por parte de la empresa para estudiar el problema. Esta información estará acompañada de una descripción de los antecedentes al desarrollo de este proyecto.
En la segunda parte del proyecto se explicarán los procedimientos de tratamiento de imágenes empleados en la actualidad por la empresa así como nuestro algoritmo propio para el filtrado.
La tercera parte consistirá en el empleo de distintos tipos de clasificadores, principalmente regresión logística, redes neuronales y Support Vector Machines. Esta parte aparecerá desarrollada de forma exclusiva en la memoria del grado en Ingeniería Informática y tendrá su contra-parte en la memoria del TFG de Estadística sobre el uso de clasificadores relacionados con análisis discriminante y árboles de decisión.
La cuarta parte analizará los resultados obtenidos con cada uno de los clasificadores en esta memoria. De esta forma, podremos conocer qué metodología ha dado lugar a resultados mejores. El rendimiento de cada clasificador aparecerá reflejado en la memoria en la cual se haya explicado previamente el funcionamiento del clasificador.
Un epílogo servirá para exponer las conclusiones sacadas relacionadas con la consecución de los objetivos marcados así como para desglosar el posible trabajo futuro a realizar.
Palabras Clave
Reconocimiento de patrones
Support Vector Machines
Redes neuronales
Idioma
spa
Derechos
openAccess
Aparece en las colecciones
- Trabajos Fin de Grado UVa [29685]
Arquivos deste item
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 Internacional