Show simple item record

Aplicaciones de técnicas de inteligencia artificial basadas en aprendizaje profundo (deep learning) al análisis y mejora de la eficiencia de procesos industriales

dc.contributor.advisorDíaz Blanco, Ignacio 
dc.contributor.authorGonzález Muñiz, Ana 
dc.date.accessioned2018-02-02T08:22:09Z
dc.date.available2018-02-02T08:22:09Z
dc.date.issued2018-02-08
dc.identifier.urihttp://hdl.handle.net/10651/45097
dc.description.abstractA lo largo del presente TFM se ha investigado la aplicabilidad de las técnicas de deep learning en la industria, tratando de transferir las ideas que ya han demostrado buenos resultados en otros campos al ámbito de los procesos industriales y sistemas de ingeniería. Con este fin, se ha analizado el comportamiento de diferentes arquitecturas deep learning (redes feedforward, convolucionales, recurrentes y deep autoencoders) ante distintos casos de estudio (detección de fallos en un proceso industrial, predicción de comportamiento, extracción de descriptores relevantes del proceso y reducción de la dimensión para analítica visual), utilizando para ello la combinación de librerías open source Keras-Tensorflowspa
dc.format.extent75 p.spa
dc.language.isospaspa
dc.relation.ispartofseriesMáster Universitario en Ingeniería de Automatización e Informática Industrial
dc.rightsCC Reconocimiento - No comercial - Sin obras derivadas 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectProcesos industrialesspa
dc.subjectAnálisis inteligente de datosspa
dc.subjectInteligencia artificialspa
dc.subjectDeep learningspa
dc.titleAplicaciones de técnicas de inteligencia artificial basadas en aprendizaje profundo (deep learning) al análisis y mejora de la eficiencia de procesos industrialesspa
dc.typemaster thesisspa
dc.rights.accessRightsopen access


Files in this item

untranslated
untranslated

This item appears in the following Collection(s)

Show simple item record

CC Reconocimiento - No comercial - Sin obras derivadas 4.0 Internacional
This item is protected with a Creative Commons License