RT info:eu-repo/semantics/masterThesis
T1 Aplicación de Deep Learning para la detección e identificación de fallos en una planta EDAR
A1 Trigueros Suárez, Jaime
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Aprendizaje profundo
K1 Redes neuronales
K1 Aprendizaje automatizado
K1 Python
K1 Detección y clasificación de fallos
K1 3310 Tecnología Industrial
AB El actual crecimiento que está sufriendo la inteligencia artificial hace que esta técnica sea un punto clave y estratégico en el mundo de la industria.Con la evolución de la industria y el aumento de exigencia de la producción hacen tener en cuenta y desarrollar los diferentes métodos de control de la producción, es por ello, que es muy importante la detección e identificación de los fallos del proceso productivo.Teniendo en cuenta lo citado anteriormente, el presente proyecto nace de la necesidad de proporcionar una respuesta y adaptación a las nuevos requisitos que exige la industria, ofreciendo técnicas innovadoras en la detección de fallos. La técnica utilizada, proveniente de la inteligencia artificial, es la de aprendizaje profundo, haciéndose uso de redes neuronales. El programa creado para la realización del proyecto se ha realizado de tal forma que corra de manera autónoma y automática, aprendiendo por sí solo.Los resultados obtenidos en el este proyecto ponen de manifiesto la gran efectividad que dispone el aprendizaje profundo para la detección de fallos
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/56835
UL https://uvadoc.uva.es/handle/10324/56835
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 17-may-2024