<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-05-05T22:10:44Z</responseDate><request verb="GetRecord" identifier="oai:uvadoc.uva.es:10324/43730" metadataPrefix="didl">https://uvadoc.uva.es/oai/request</request><GetRecord><record><header><identifier>oai:uvadoc.uva.es:10324/43730</identifier><datestamp>2021-06-30T03:57:17Z</datestamp><setSpec>com_10324_38</setSpec><setSpec>col_10324_852</setSpec></header><metadata><d:DIDL xmlns:d="urn:mpeg:mpeg21:2002:02-DIDL-NS" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="urn:mpeg:mpeg21:2002:02-DIDL-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/did/didl.xsd">
<d:DIDLInfo>
<dcterms:created xmlns:dcterms="http://purl.org/dc/terms/" xsi:schemaLocation="http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/dcterms.xsd">2020-11-30T12:24:48Z</dcterms:created>
</d:DIDLInfo>
<d:Item id="hdl_10324_43730">
<d:Descriptor>
<d:Statement mimeType="application/xml; charset=utf-8">
<dii:Identifier xmlns:dii="urn:mpeg:mpeg21:2002:01-DII-NS" xsi:schemaLocation="urn:mpeg:mpeg21:2002:01-DII-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dii/dii.xsd">urn:hdl:10324/43730</dii:Identifier>
</d:Statement>
</d:Descriptor>
<d:Descriptor>
<d:Statement mimeType="application/xml; charset=utf-8">
<oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>Técnicas de agrupación sobre series temporales para la detección de anomalías en un entorno industrial</dc:title>
<dc:creator>Manzano Santos, Adrián</dc:creator>
<dc:contributor>Álvarez Esteban, Pedro César</dc:contributor>
<dc:contributor>Universidad de Valladolid. Facultad de Ciencias</dc:contributor>
<dc:description>En plena revolución digital, ha cobrado una gran importancia la digitalización de procesos&#xd;
y sistemas a un mundo virtual, donde se busca extraer nueva información que los optimicen. En&#xd;
la fundación CIDAUT, dentro del proyecto IDIGIT4L, se está trabajando en la sonorización no&#xd;
intrusiva de determinadas infraestructuras y recursos con el objetivo de mejorar su rendimiento.&#xd;
Una vez extraída la información del mundo físico al mundo virtual, esta debe ser procesada y&#xd;
analizada para extraer conclusiones y, en última instancia, mejorar el mundo físico.&#xd;
En este sentido, el presente documento tiene como objetivo principal resolver el problema de&#xd;
la detección de anomalías sobre un conjunto de datos estructurados como series temporales, para&#xd;
proponer una solución basada en la clasificación de información no supervisada o clustering (es&#xd;
decir, del dato a clasificar solo se dispone, como información, del propio dato) y la modelización&#xd;
de los procesos virtualizados mediante series temporales. El algoritmo de clasificación elegido&#xd;
es el algoritmo de k-medias, y en consecuencia, para adaptar y aplicar dicho algoritmo sobre&#xd;
series temporales son necesarios dos requisitos fundamentales: una medida de comparación y&#xd;
una función promedio.&#xd;
Satisfaciendo estos requisitos, se estudia la distancia Dynamic Time Warping (DTW) como&#xd;
medida de comparación y la media de Frechet a través de la DTW como función promedio,&#xd;
capaces de \deformar" la línea temporal de dos series para encontrar las mejores coincidencias entre los eventos registrados.&#xd;
Todo lo anterior requiere de un profundo estudio teórico sobre series temporales y el algoritmo&#xd;
k-medias, para ser aplicado sobre una máquina Fresadora CNC modelo Nícola Correa&#xd;
sensorizada de uso diario en el taller de la fundación CIDAUT en el parque tecnológico de Boecillo.</dc:description>
<dc:date>2020-11-30T12:24:48Z</dc:date>
<dc:date>2020-11-30T12:24:48Z</dc:date>
<dc:date>2020</dc:date>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<dc:identifier>http://uvadoc.uva.es/handle/10324/43730</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
<dc:rights>Attribution-NonCommercial-NoDerivatives 4.0 Internacional</dc:rights>
</oai_dc:dc>
</d:Statement>
</d:Descriptor>
<d:Component id="10324_43730_1">
<d:Resource ref="https://uvadoc.uva.es/bitstream/10324/43730/1/TFG-G4583.pdf" mimeType="application/pdf"/>
</d:Component>
</d:Item>
</d:DIDL></metadata></record></GetRecord></OAI-PMH>