FORTISSIMO 2 EXPERIMENT 904: MEJORA DEL SISTEMA REMOTO
|
|
- María Concepción Lagos Toro
- hace 5 años
- Vistas:
Transcripción
1 OTEAres FORTISSIMO 2 EXPERIMENT 904: MEJORA DEL SISTEMA REMOTO EXPERTO BASADO EN EL SOFTWARE OTEA innovation programme under grant agreement No (Fortissimo 2 project).
2 Objetivos de OTEAres
3 OTEARES OBJETIVO instalaciones +100 variables por local Tendencia creciente de locales Se diseña un modelo predictivo orientado a la industria 4.0. El objetivo final es detectar fallos inminentes y pronosticar el momento óptimo para el mantenimiento. Gestión innovadora a tiempo real hace necesario el uso de HPC y ML
4 NIVEL CRÍTICO DISEÑO METODOLÓGICO MANTENIMIENTO PREDICTIVO Cuatro estados cíclicos que se desarrollan en el siguiente orden: MANTENIMIENTO CORRECTIVO MANTENIMIENTO CORRECTIVO MANTENIMIENTO PREDICTIVO FALLO COSTE MANTENIMIENTO FALLO MANTENIMIENTO PREVENTIVO MANTENIMIENTO PREVENTIVO MANTENIMIENTO PREDICTIVO DEMASIADO PRONTO DEMASIADO TARDE DISPONIBILIDAD El PdM se entiende como un conjunto de técnicas instrumentadas de medida y análisis de variables para caracterizar los modos de fallos potenciales de los equipos productivos.
5 DISEÑO METODOLÓGICO PDM EN OTEA
6 DISEÑO METODOLÓGICO NIVELES DE ALERTA OTEA Algoritmos desarrollados mediante Machine Learning El análisis de riesgos de este modelo permite establecer niveles jerárquicos en instalaciones y equipos en función de los impactos que generan.
7 Big Data y Machine Learning
8 BIG DATA Y MACHINE LEARNING BASE DE DATOS Y PRUEBA DE ALGORITMOS o o o o o Los datos sin procesar provienen de los PLC a la base de datos SQL. Más de 2 TB de datos históricos tuvieron que transformarse en archivos HDF5. Este proceso requería capacidad de computación y memoria para convertir archivos de instalaciones por un período inicial de dos años. Los conjuntos de datos HDF5 se cargan en los sistemas de Big Data en los clústeres de Gompute, listos para ser procesados y trazados. Los datos se cargaron en una base de datos NoSQL (Apache Cassandra) Los modelos de ML finales se alimentaron con los datos de diferentes instalaciones para permitir que el sistema produzca alertas de antemano y reduzca el número de fallos. +2 TB de datos El problema se abordó de forma jerárquica al dividirlo en tres subobjetivos: Patrones de comportamiento de consumo para cada instalación. Predicción de consumo para cada instalación. Validación de rendimiento para cada máquina.
9 BIG DATA Y MACHINE LEARNING PATRONES DE COMPORTAMIENTO DE CONSUMO POR INSTALACIÓN Regresión Random Forest Resultado: Comparación de valores reales de consumo de clima con los predichos. Limitaciones: Estas predicciones están hechas con todo el histórico, por lo que si cambian las condiciones de operación de la tienda las predicciones van a presentar errores sistemáticos.
10 BIG DATA Y MACHINE LEARNING PREDICCIÓN DE CONSUMO POR INSTALACIÓN Redes Neuronales Los modelos ML utilizados para esta parte fueron Neural Networks (NN). Son modelos muy adaptables capaces de encontrar relaciones flexibles entre datos. Para seleccionar el mejor modelo para cada instalación, se realizó un estudio hiper-paramétrico utilizando las capacidades de computación de Gompute. Parámetros Valores Capas ocultas 1,2,3,4 Neuronas en capas ocultas 64, 126, 256, 512, 1024 Tasa de aprendizaje 0.01, 0.005, 0.001, Impulso 0.0, 0.2, 0.4, 0.6, 0.8, 0.9 Épocas 30, 60, 80, 100 Función de activación selu, relu, elu Modo de iniciación glorot_normal, uniform, normal Restricción de peso 1, 3, 5 Dropout rate 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9 Batch size 256, 512, 1024
11 BIG DATA Y MACHINE LEARNING VALIDACIÓN DE RENDIMIENTO PARA CADA MÁQUINA Datos: Observamos que la máquina tiene dos estados de funcionamiento, enfriamiento y ventilación. Incluimos en el gráfico mas información como la temperatura ambiente o de consigna. Regresión cuantílica en estado de enfriamiento Clasificación de anomalías Puntuamos anomalías con 1 si supera el cuantil 95 y 100 si supera el cuantil 99. Tras filtrar los datos para el entrenamiento probamos distintos modelos de regresión cuantil para detectar datos anómalos. Filtro inicial: Diferencial Tª ambiente y consigna superior a 1,5ºC. Filtro final: Se están buscando filtros alternativos y automáticos.
12 BIG DATA Y MACHINE LEARNING EJEMPLO La incidencia, registrada el 28 de enero de 2017, dice: Hemos detectado que las bombas de calor se han puesto en alarma y han dejado de impulsar el agua fría. Por esta razón, las máquinas en la tienda no se están enfriando lo suficiente y la temperatura de la habitación está aumentando (24.5ºC). Hemos enviado un aviso sobre este incidente." El modelo, ya en el día 27 tiene un riesgo_2 lo que indica que algo está sucediendo anticipando el fallo de la bomba de calor. A causa de esta incidencia, el modelo espera un consumo de clima mucho más elevado y así bajar la temperatura ambiente y alcanzar la temperatura consigna establecida. El riesgo de incidencia está indicado en 5 niveles, el riesgo 1 es más leve y el riesgo 5 es el más grave.
13 BIG DATA Y MACHINE LEARNING EJEMPLO
14 Beneficios
15 BENEFICIOS ECOMT Reducir los costos en el mantenimiento preventivo mediante la optimización del calendario de visitas. Obtener una mayor comodidad para el cliente y el trabajador Reducir los costes de mantenimiento correctivo prediciendo fallos del sistema. Mayor vida útil de los equipos y menos coste de hardware. Reducir la demanda de energía y las emisiones de CO2. Mejora de la competitividad aplicando inteligencia artificial al monitoreo del sistema.
16 HABLAMOS? GRACIAS POR SU ATENCIÓN Anxo Feijóo (General Manager) Nerea Vilela (I+D+i) Damián Bazarra (I+D+i)
Soluciones en Mantenimiento Basado en la Condición y Líneas de Investigación
Soluciones en Mantenimiento Basado en la Condición y Líneas de Investigación Mantenimiento Predictivo Diciembre 2010 INDICE 01 Breve Presentación de Indra 02 Sistema de Mantenimiento Predictivo - GIDAS
Más detallesTrafo 4.0. Digitalización, gestión dinámica de carga, mantenimiento y administración del riesgo de transformadores.
Trafo 4.0 Digitalización, gestión dinámica de carga, mantenimiento y administración del riesgo de transformadores. 1. Presentación de la propuesta 2. Consorcio, perfiles y convocatoria 2 Antecedentes Los
Más detallesÍndice general. Prefacio...5
Índice general Prefacio...5 Capítulo 1 Introducción...13 1.1 Introducción...13 1.2 Los datos...19 1.3 Etapas en los procesos de big data...20 1.4 Minería de datos...21 1.5 Estructura de un proyecto de
Más detallesInteligencia y Lógica Operacional. Integración, Procesado y Análisis
Inteligencia y Lógica Operacional Integración, Procesado y Análisis 1 Digitalizamos sus procesos manuales Nos adaptamos a la Industria 4.0 Avanzamos en Lean Manufacturing 2 Tu información vital en tiempo
Más detallesV https://www.google.com/analytics/resources/white-paper-mit-tr-analytics-machine-learning.html?utm_source=twitter&utm_medium=social-owned&utm_campaign=2016-q4-gbl-all-ga360-suite&utm_content=mit-whitepaper
Más detalles2021: Odisea del Ciberespacio
2021: Odisea del Ciberespacio M.C. Romeo A. Sánchez López CISM CEH CISSP CCNA CCSI SCSA SCJP SCMAD ITIL MCP TOGAF Ingeniero en Seguridad Computacional Maestro en Educación Maestro en Ciencias en Sistemas
Más detallesInteligencia Artificial: Su uso para la investigación
Inteligencia Artificial: Su uso para la investigación Dra. Helena Montserrat Gómez Adorno Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas helena.adorno@iimas.unam.mx 1 Introducción
Más detallesCaracterización del funcionamiento adecuado de equipos aplicando redes neuronales
Caracterización del funcionamiento adecuado de equipos aplicando redes neuronales Angel Marín, Nuria López, Miguel Ángel Rodríguez y Antonio José Fernández Iberdrola Ingeniería y Construcción, SAU ÍNDICE
Más detallesDIMENSIONES ECONÓMICAS DEL NUEVO MODELO ENERGÉTICO EN ESPAÑA. Nuevos consumidores energéticos: el nuevo papel de las empresas consumidoras de energía
DIMENSIONES ECONÓMICAS DEL NUEVO MODELO ENERGÉTICO EN ESPAÑA Nuevos consumidores energéticos: el nuevo papel de las empresas consumidoras de energía Manuel Calvo Ingeniería y Tecnología de Redes y Clientes
Más detallesMANTENIMIENTO VIRTUAL
MANTENIMIENTO VIRTUAL GESTIÓN ONLINE DE INSTALACIONES DE CLIMATIZACIÓN TECNOLOGÍA SGClima es el único sistema que aplica el enorme potencial del BIG DATA al mantenimiento de las instalaciones de climatización,
Más detallesTécnicas de aprendizaje automático en el análisis de datos de DP. Dr. Carlos Fernández Lozano Juan de la Cierva-Formación
Técnicas de aprendizaje automático en el análisis de datos de DP Dr. Carlos Fernández Lozano Juan de la Cierva-Formación carlos.fernandez@udc.es Índice Acerca de mí Big data? Medicina de precisión? Integración
Más detallesSistema Integral Para la Caracterización y Prognosis de Modos de Fallo en Motores Marinos
Sistema Integral Para la Caracterización y Prognosis de Modos de Fallo en Motores Marinos Alberto Diez Oliván Data Scientist TECNALIA Research & Innovation Jose Antonio Pagán Rubio Diagnose Engineering
Más detallesCientífico de datos o data scientist
Científico de datos o data scientist La demanda de científicos de datos se ha incrementado de manera constante en los últimos años, existe en el mercado una amplia oferta para los científicos de datos.
Más detallesTécnicas de Minería de Datos
Técnicas de Minería de Datos Act. Humberto Ramos S. 1 Qué es Minería de datos? El desarrollo de dispositivos tecnológicos para acumular datos a bajo costo. Acumulación o registro de gran cantidad de datos.
Más detallesTRANSFERENCIA DE CONOCIMIENTO A LA INDUSTRIA. MANTENIMIENTO, PdM, SENSORES, NUEVAS TEC 33 AÑOS DE SERVICIO I+D A PRODUCTOS Y SERVICIOS
ORGANIZADO POR: 03 TRANSFERENCIA DE CONOCIMIENTO A LA INDUSTRIA 02 MANTENIMIENTO, PdM, SENSORES, NUEVAS TEC 01 33 AÑOS DE SERVICIO I+D A PRODUCTOS Y SERVICIOS Jorge Alarcón Subdirector de Servicios Tecnológicos
Más detallesINTRODUCTION TO MACHINE LEARNING ISABELLE GUYON
INTRODUCTION TO MACHINE LEARNING ISABELLE GUYON 2008-02-31 Notas tomadas por: María Eugenia Rojas Qué es Machine Learning? El proceso de aprendizaje de maquina consiste en tener una gran base de datos
Más detallesProductos digitales para la gestión energética de los edificios. OTEA, Sistema experto que telegestiona instalaciones
Productos digitales para la gestión energética de los edificios OTEA, Sistema experto que telegestiona instalaciones Pedro Pérez Gabriel Consejero delegado (CEO) de Instra Ingenieros y de Ecomanagement
Más detallesCurso de EasyMaint: Gestión del mantenimiento nivel básico
Gestión del mantenimiento nivel básico 8 3-6 - Registro de Activos (Equipos, Instalaciones, Unidades), Ubicaciones, Tipos, Centros de costo, Oficios, Contratistas y otros - Definición de procedimientos,
Más detallesIndustria 4.0. Rafael Marín Pérez
Industria 4.0 Rafael Marín Pérez rmarin@odins.es +34 868 12 33 95 www.odins.es Índice 1. Introducción, Conceptos y Actuaciones en Industria 4.0 2. Casos Prácticos y Aplicaciones Actuales 3. Experiencia
Más detallesPrograma Internacional. Programa Certificado en. Big Data
Programa Internacional Programa Certificado en Big Data A1 Introducción La revolución del Mundo Digital ha permitido que las personas encuentren un gran sinnúmero de información, en el cual el problema
Más detallesEntrenamiento de redes neuronales Fernando Berzal,
Entrenamiento de redes neuronales Fernando Berzal, berzal@acm.org Entrenamiento de redes neuronales Modos de entrenamiento Preprocesamiento de los datos Funciones de activación Inicialización de los pesos
Más detallesSistema de Detección de Intrusos para ataques Cross-Site Scripting
Sistema de Detección de Intrusos para ataques Cross-Site Scripting García Ramírez Israel & Fonseca Casao Sergio Israel Directores: M. en C. Ramírez Morales Mario Augusto & M. en C. Saucedo Delgado Rafael
Más detallesLA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN
LA MINERÍA DE DATOS APLICADA A LA BÚSQUEDA DE PATRONES DE SUPERVIVIENCIA EN LA NEOPLASIA MALIGNA DE TRÁQUEA, BRONQUIOS Y PULMÓN Miguel Ángel Negrín; Christian González; Jaime Pinilla; Francisco-José Vázquez-Polo
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: CÓDIGO: CARRERA: NIVEL: INTELIGENCIA ARTIFICIAL II (Aprendizaje Automático) IS-12653 INGENIERIA DE SISTEMAS SEPTIMO No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 2 CRÉDITOS
Más detallesMétodos avanzados de clasificación digital de imágenes satelitales para la identificación de usos y coberturas del suelo
El proyecto de investigación Métodos avanzados de clasificación digital de imágenes satelitales para la identificación de usos y coberturas del suelo Ph.D en geografía física fulgencio.canovas@ucuenca.edu.ec
Más detallesEl uso de la conectividad para optimizar los sistemas HVAC/R
Simposio de la Industria Española de la Climatización y la Refrigeración El uso de la conectividad para optimizar los sistemas HVAC/R Miriam Ponente Solana Ciprés 27 27 de de Septiembre de de 2018 Comité
Más detallesPrograma Superior. en Inteligencia Artificial PROGRAMA
Programa Superior en Inteligencia Artificial PROGRAMA PROGRAMA SUPERIOR EN INTELIGENCIA ARTIFICIAL 1 Introducción a la Inteligencia Artificial Introducción sobre la evolución de las tecnologías clave de
Más detalles8- CAPACITACIONES. procesos
DESCRIPCIÓN BREVE 1- Capacitaciones EN INGENIERÍA 1- CONSULTORÍA, DISEÑO ELECTRICO Y SERVICIOS DE INGENIERÍA ELÉCTRICA 2- SERVICIOS 2- Consultoría, DE MANTENIMIENTO diseño eléctrico y UN MUNDO DE CON INTEGRACIÓN
Más detallesPROGRAMA RESUMIDO DE CURSOS
PROGRAMA RESUMIDO DE CURSOS Curso: Operación de sistemas eléctricos de potencia y centros de control PROGRAMA GENERAL MODULO I: MODULO II: MODULO III: MODULO IV: MODULO V: MODULO VI: Flujos de potencia
Más detallesBig Data Analytics & IBM BIG INSIGHT
Big Data Analytics & IBM BIG INSIGHT En la actualidad se generan grandes volumenes de datos de diversos tipos, a gran velocidad y con diferentes frecuencias. Las tecnologıas disponibles permiten efectuar
Más detallesRedes Neuronales Artificiales El Perceptrón
1 Sistemas Expertos e Inteligencia Artificial / Guía IX / Ciclo 01-2018 Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Redes Neuronales Artificiales El
Más detallesSOLUCIONES EN AUTOMATIZACIÓN LOGÍSTICA
Automatización y Mantenimientos del Vallés, S.C.P SOLUCIONES EN AUTOMATIZACIÓN LOGÍSTICA DOSSIER DE SERVICIOS INDICE Misión y Visión MISIÓN VISIÓN SERVICIOS AUTOMATIZACIÓN LOGÍSTICA SERVICIO ASISTÉNCIA
Más detallesSistemas de predicción Aprendizaje automático Data Mining & Machine Learning
Data Mining & Machine Learning Ibon B. Salbidegoitia ibon.salbidegoitia@meteoforenergy.com 1 Comunicación 2 Comunicación 3 Comunicación 4 Almacenamiento SIZE: byte kilobyte megabyte gigabyte terabyte petabyte
Más detallesLínea de Especialización Control de Sistemas
Línea de Especialización Control de Sistemas 1.- Propósito de la línea de especialización. Profesional con sólida formación teórico-práctica y visión global amplia acerca de diferentes métodos de modelación,
Más detallesMachine Learning y su Utilización en Riesgo de. Seemant Teotia Sr. Director International Analytics Equifax Inc. USA. Crédito
Machine Learning y su Utilización en Riesgo de Seemant Teotia Sr. Director International Analytics Equifax Inc. USA Crédito Principios de Machine Learning Qué es? Por qué lo usamos? Cuándo lo usamos? Ejemplos
Más detallesANALÍTICA DE BIG DATA (BDA)
ANALÍTICA DE BIG DATA (BDA) Tendencias Retos Oportunidades Fabián García Nocetti IIMAS-UNAM CAACFMI-UNAM AMIAC Ciencia de Datos y Big Data Analítica de Big Data (BDA) Aplicaciones Arquitectura General
Más detallesTransferencia Tecnológica. Catálogo de Servicios
Transferencia Tecnológica Catálogo de Servicios 1. Transferencia Tecnológica Transferencia Tecnológica En el actual entorno de globalización, la generación de nuevos conocimientos y su transformación en
Más detallesEUROBENCH EUropean ROBotic framework for bipedal locomotion benchmarking Este proyecto tiene como objetivo crear el primer marco de referencia para
EUROBENCH EUropean ROBotic framework for bipedal locomotion benchmarking Este proyecto tiene como objetivo crear el primer marco de referencia para sistemas robóticos en Europa. Este marco permitirá a
Más detallesBIG DATA SCIENCE & ANALYTICS
BIG DATA SCIENCE & ANALYTICS Enzo Roccasalva Head of Practice: Advanced Analytics & Risk CONOCIENDO A SAS +40 Años de Experiencia +75,000 Instalaciones +140 Países 1 o Empresa privada de software más grande
Más detallesMonitorización continua las 24 Horas del día Capacidad de operar en redes de área extensa, a través de diferentes vías de comunicación
1.0 Introducción Hoy en día es difícil imaginar una actividad productiva sin el apoyo de un computador o de una máquina, en la actualidad estas herramientas no sólo están al servicio de intereses económicos,
Más detallesEVOLUCIÓN TECNOLÓGICA
EVOLUCIÓN TECNOLÓGICA (Dimensión, riesgos y oportunidades para la rentabilidad de la empresa) Montevideo, 16 de Marzo de 2018 Sustentados y alineados a la estrategia, líneas de trabajo y acciones del PROGRETEC,
Más detallesNombre de la Unidad de Aprendizaje. Seminario de solución de problemas de Inteligencia Artificial II
Misión del Centro Universitario Somos un centro que forma parte de la Red Universitaria de la Universidad de Guadalajara. Como institución de educación superior pública asumimos el compromiso social de
Más detallesSmart Sound Processing for the digital living: Smart COmpuTing. SSPressing Scot. Universidad de Oviedo (UOVI) Parte II: Deep Computing
Smart Sound Processing for the digital living: Smart COmpuTing SSPressing Scot Universidad de Oviedo (UOVI) Parte II: Deep Computing Febrero 3, 2017 Valencia SSPressing Scot Deep Computing MOTIVACIÓN Intensidad
Más detallesTécnico en Copias de Seguridad
Técnico en Copias de Seguridad Duración: 80 horas Modalidad: Online Coste Bonificable: 600 Objetivos del curso Este curso de Técnico en Copias de Seguridad ofrece una formación especializada en la materia.
Más detallesNORMA DE COMPETENCIA LABORAL
Página 1 de 6 VERSION VERSION AVALADA MESA SECTORIAL MESA SECTORIAL MANTENIMIENTO REGIONAL BOGOTA CENTRO CENTRO METALMECANICO METODOLOGO JORGE IVÁN MURILLO HOYOS VERSION 2 FECHA APROBACION 05/12/2012 EXPIRA
Más detallesCOMPANY PRESENTATION The end-to-end IoT company
COMPANY PRESENTATION 2018 The end-to-end IoT company SOLUCIONES INTELIGENTES integrales para la optimización de las operaciones en los sectores público y privado en todo el mundo. Trayendo el Internet
Más detallesServicios de Soporte Remoto Citytouch
Servicios de Soporte Remoto Citytouch Philips te ofrece las mayores prestaciones para la iluminación de la ciudad. Nuestros Servicios de Soporte Remoto sacan el máximo partido a tu alumbrado conectado
Más detallesDISEÑO EXPERIMENTAL Y OPTIMIZACIÓN DE SISTEMAS CON MÚLTIPLES RESPUESTAS
DISEÑO EXPERIMENTAL Y OPTIMIZACIÓN DE SISTEMAS CON MÚLTIPLES RESPUESTAS Parte 5: Redes neuronales Héctor Goicoechea E-mail: hgoico@fbcb.unl.edu.ar http://www.fbcb.unl.edu.ar/laboratorios/ladaq/ Redes Neuronales
Más detallesSERVICIOS AGRONÓMICOS PARA FORRAJERAS
SERVICIOS AGRONÓMICOS PARA FORRAJERAS ÍNDICE DE CONTENIDOS INTRODUCCIÓN HEMAV 1 QUIÉNES SOMOS? POR QUÉ SOMOS DIFERENTES AL RESTO? SERVICIOS AGRONÓMICOS 2 DEFINICIÓN DE LOS DISTINTOS SERVICIOS DE TELEDETECCIÓN
Más detallesINTELIGENCIA ARTIFICAL COMO HERRAMIENTA EN LA TOMA DE DECISIONES. Tecnología i3b
INTELIGENCIA ARTIFICAL COMO HERRAMIENTA EN LA TOMA DE DECISIONES Tecnología i3b G R U P O I B E R M Á T I C A Introducción Objetivos Puntos de información y de estudio Tipos de análisis Análisis proactivo
Más detallesCONGRESO NACIONAL 36º SEMINARIO DE INGENIERÍA HOSPITALARIA ZARAGOZA, OCTUBRE 2018
OPTIMIZACIÓN DE UN SISTEMA REAL DE CONTROL DE CLIMATIZACIÓN EN EL HOSPITAL SAN PEDRO DE LOGROÑO UTILIZANDO MÉTODOS DE APRENDIZAJE AUTOMÁTICO Y PREDICCIONES METEOROLÓGICAS CONGRESO NACIONAL 36º SEMINARIO
Más detallesUtilización de herramientas de Big Data para el mantenimiento y gestión de activos en la industria de generación de energía eléctrica
Utilización de herramientas de Big Data para el mantenimiento y gestión de activos en la industria de generación de energía eléctrica Mateo Peñaranda Juan David Vargas Agenda Resumen Introducción Alcance
Más detalles1.-DATOS DE LA ASIGNATURA
1.-DATOS DE LA ASIGNATURA Nombre de la asignatura: Minería de Datos Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: ADM-0701 Horas teoría-horas práctica-créditos: 3-2-8 2.-HISTORIA
Más detallesUso de una red neuronal multicapa para el reconocimiento de caracteres griegos. Skynet Reloaded
Uso de una red neuronal multicapa para el reconocimiento de caracteres griegos: Skynet Reloaded...decided our fate in a microsecond... P. García H. Rajchert I. Scena Sistemas de Inteligencia Artificial
Más detallesZeus Platform ayuda a digitalizar las empresas y a cubrir los desafíos de la Industria 4.0
Zeus Platform ayuda a digitalizar las empresas y a cubrir los desafíos de la Industria 4.0 Obtenemos información en tiempo real de los procesos, máquinas, productos o cualquier otro tipo de dispositivo,
Más detallesMitos y Realidades del Big Data -Introducción al Big Data-
Jornada: Mitos y Realidades del Big Data -Introducción al Big Data- Urko Zurutuza Dpto. Electrónica e Informática Mondragon Goi Eskola Politeknikoa JMA Mondragon Unibertsitatea Agenda Introducción al Big
Más detallesIntroducción a Las redes Neuronales (Neurales) CO-6612
a Las redes Neuronales (Neurales) CO-6612 Coordenadas iniciales: Prof. Minaya Villasana Oficina: CBI-112 Extension: 906 3386 forma más fácil (preferida) de contacto: mvillasa@usb.ve Bibliografia: Simon
Más detallesCRITERIOS DE SELECCIÓN DE MODELOS
Inteligencia artificial y reconocimiento de patrones CRITERIOS DE SELECCIÓN DE MODELOS 1 Criterios para elegir un modelo Dos decisiones fundamentales: El tipo de modelo (árboles de decisión, redes neuronales,
Más detallesPROPUESTA DE MINOR CIENCIA DE LOS DATOS. DATA SCIENCE Resultados de Aprendizaje del Minor
PROPUESTA DE MINOR Nombre del Minor CIENCIA DE LOS DATOS DATA SCIENCE del Minor Al finalizar el Minor el estudiante logrará: Analizar y representar grandes volúmenes de datos complejos tales como: imágenes,
Más detallesUNIVERSIDAD DE LAS FUERZAS ARMADAS-ESPE EXTENSIÓN LATACUNGA CARRERA DE INGENIERÍA ELECTRÓNICA E INSTRUMENTACIÓN
UNIVERSIDAD DE LAS FUERZAS ARMADAS-ESPE EXTENSIÓN LATACUNGA CARRERA DE INGENIERÍA ELECTRÓNICA E INSTRUMENTACIÓN DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE MONITOREO DE TEMPERATURA CORPORAL Y AMBIENTAL APLICANDO
Más detallesReconocimiento Automático de Voz
Reconocimiento Automático de Voz Presentación basada en las siguientes Referencias: [1] Rabiner, L. & Juang, B-H.. Fundamentals of Speech Recognition, Prentice Hall, N.J., 1993. [2] Rabiner, L. & Juang,
Más detallesAplicaciones: Herramientas clásicas, Redes Neuronales, control borroso
Indice Inteligencia Artificial Historia Revisión de Técnicas Control automático Jerarquía de control Necesidad de inteligencia Aplicaciones: Herramientas clásicas, Redes Neuronales, control borroso Control
Más detallesArquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI
Arquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI- 100105-2014-192 Código: Fecha: 11/12/2014 Persona de Contacto: Carlos Vicente Corral
Más detallesLas nuevas funcionalidades que le esperan en 2018
COPA-DATA Perfil de la empresa 1987 founded in Austria 135,000 installed zenon systems worldwide 4 key industries 11 Subsidiaries independent family business 17 Distributors Local Sales Support in more
Más detallesRed Española de Series Temporales
Red Española de Series Temporales Creada a partir del Proyecto TIN2010-09967-E subvencionado por la Dirección General de Investigación y Gestión del Plan Nacional de I+D+i Presentación 2 La Red española
Más detallesEl Cloud Monitoring en la industria. Integración de técnicas y tecnologías predictivas.
El Cloud Monitoring en la industria. Integración de técnicas y tecnologías predictivas. Introducción Francisco Ballesteros Robles Sales Support & Training Manager Preditec/IRM Contactar a través de LinkedIn
Más detallesConfiabilidad en Mantenimiento
Diplomado Gerencia de Operaciones Confiabilidad en Mantenimiento Generalidades El factor humano juega un papel fundamental en la Gestión del mantenimiento, especialmente en mejorar la confiabilidad de
Más detallesibeeagro Agricultura de Precisión Qué es ibeeagro? La Red Inalámbrica de Sensores ibeeagro consta de dos partes:
Qué es ibeeagro? ibeeagro es una solución para agricultura de precisión, desarrollada por la startup ourensana ibeetel Solutions, que ofrece a los productores agrícolas controlar, desde cualquier dispositivo
Más detallesIntroducción Aprendizaje de Máquina. Gerardo Gutiérrez Gutiérrez Alexis Rodríguez Gutiérrez
Introducción Aprendizaje de Máquina Gerardo Gutiérrez Gutiérrez Alexis Rodríguez Gutiérrez Qué es Aprendizaje de Máquina? "Field of study that gives computers the ability to learn without being explicitly
Más detallesEstacionamiento medido inteligente. IoT para espacios públicos inteligentes
Estacionamiento medido inteligente IoT para espacios públicos inteligentes Introducción es un conjunto de componentes de hardware y software que ofrece: Acceso a la ocupación de espacios de estacionamiento
Más detallesSiemens Safety Portfolio Seguridad Funcional Atención al Ciclo Completo de Vida
Siemens Safety Portfolio Seguridad Funcional Atención al Ciclo Completo de Vida Presentation México, 23.02.2015 SIEMENS Safety Portfolio Respuesta a Emergencias en la Comunidad Alertas de evacuación a
Más detallesConalep Tehuacán. Operación de Circuitos Electrónicos Analógicos P.T.B. en SOMA. Introducción a la Automatización. Ing. Jonathan Quiroga Tinoco
Pág. 1 Conalep Tehuacán Operación de Circuitos Electrónicos Analógicos P.T.B. en SOMA Introducción a la Automatización Ing. Jonathan Quiroga Tinoco www.zonaemec.tk Pág. 2 Automatización Es la tecnología
Más detallesCARACTERÍSTICAS GENERALES
CARACTERÍSTICAS GENERALES Nombre del programa Licenciatura de Ingeniería en Sistemas Inteligentes, 2007 Título que otorga Ingeniero/a en Sistemas Inteligentes Espacio donde se imparte Unidad Académica
Más detallesSISTEMA DE REGULACIÓN EFICIENTE - SYNCO 700 SISTEMA DE REGULACIÓN EFICIENTE SYNCO 700
SISTEMA DE REGULACIÓN EFICIENTE SYNCO 700 Por qué SYNCO700? AHORRO ENERGÉTICO VENTAJAS PUESTA EN MARCHA VENTAJAS MANTENIMIENTO INSTALACIONES REALIZADAS Por qué SYNCO700? EXPERIENCIA FIABILIDAD SENCILLEZ
Más detallesPREDICT CLEAN AIR APP, MODELO DE PREDICCIÓN DE LA CONTAMINACIÓN
Congreso Nacional del Medio Ambiente Madrid del 26 al 29 de noviembre de 2018 PREDICT CLEAN AIR APP, MODELO DE PREDICCIÓN DE LA CONTAMINACIÓN Maite Gilarranz Protección del Medio Ambiente #conama2018 Antecedentes
Más detallesModelo para Predecir la Cantidad de Graduados de Ingeniería de UTN Aplicando Técnicas de Minería de Datos
325 Modelo para Predecir la Cantidad de Graduados de Ingeniería de UTN Aplicando Técnicas de Minería de Datos Carrizo Claudio, Saldarini Javier, Ribotta Gabriela, Cardona Fernando, Marotti Juan Ignacio
Más detallesTRANSFORMANDO LAS TRANSACCIONES EN LÍNEA IV FORO DE SEGURIDAD DIGITAL / BOGOTÁ, AGOSTO DE 2017
TRANSFORMANDO LAS TRANSACCIONES EN LÍNEA IV FORO DE SEGURIDAD DIGITAL / BOGOTÁ, AGOSTO DE 2017 COLOMBIA El crecimiento del e-commerce no se puede detener PENETRACIÓN DE INTERNET La principal población
Más detallesBANCO DE INNOVACIÓN EN LAS ADMINISTRACIONES PÚBLICAS TÍTULO SITEMA MHS PARA LA MONITORIZACIÓN DEL PATRIMONIO
BANCO DE INNOVACIÓN EN LAS ADMINISTRACIONES PÚBLICAS TÍTULO SITEMA MHS PARA LA MONITORIZACIÓN DEL PATRIMONIO INFORMACIÓN INICIAL: PROBLEMA: Deterioro incontrolado de los inmuebles patrimoniales (ausencia
Más detallesBig Data para Inteligencia Criminal
Big Data para Inteligencia Criminal Tecnología de datos basadas en geolocalización para mejorar el análisis de la información y potenciar la Inteligencia Criminal Fernando Aliaga Impronta IT S.A. 12 de
Más detallesServei d Estadística Aplicada
Servei d Estadística Aplicada Asesoramiento experto y consultoría en todos los ámbitos de la Estadística En todo proyecto de investigación, la Estadística Analítica es la pieza clave para procesar información
Más detallesProyecto Final - Reconocimiento de Patrones
Proyecto Final - Reconocimiento de Patrones Salim Perchy Maestría en Ingeniería Énfasis en Computación Pontificia Universidad Javeriana Cali, Valle del Cauca Email: ysperchy@cic.javerianacali.edu.co Mario
Más detallesTransformación Digital en Generación Térmica
Transformación Digital en Generación Térmica Enel Generación Chile Rodrigo Paredes, Head of Operational Performance Optimization 06 Julio 2017 Copyright 2017 OSIsoft, LLC Agenda Visión General Contexto
Más detallesEmpresa/Evento. Ferrol, 10 de mayo de 2016
EFICIENCIA Titulo ENERGÉTICA Presentación EN LA INDUSTRIA 4.0 Empresa/Evento Ferrol, 10 de mayo de 2016 Índice 1 Introducción 2 La Industria 4.0 3 Tecnologías de aplicación para la inteligencia energética
Más detallesDeep Learning. Aplicaciones en Patología. Marcial García Rojo. Patólogo. Cádiz. Gloria Bueno. VISILAB Group. Universidad de Castilla-La Mancha
Deep Learning. Aplicaciones en Patología Marcial García Rojo. Patólogo. Cádiz. Gloria Bueno. VISILAB Group. Universidad de Castilla-La Mancha Para qué necesitamos análisis de imagen en Patología? Reducir
Más detallesFuncionalidad EasyMaint Versión 10.3
Funcionalidad Versión 10.3 Control de Activos (Equipos, Maquinaria, Componentes, Edificios, Instalaciones, Vehículos, etc.) Estructura Arbolar Ubicación Equipo Padre-Hijos múltiples niveles jerárquicos
Más detallesKAIRÓS. Sistema inteligente de inspección y control de calidad de agregados
KAIRÓS Sistema inteligente de inspección y control de calidad de agregados 1 SISTEMA INTELIGENTE - KAIRÓS KAIRÓS, es un sistema inteligente que de manera autónoma permite la medición in situ de características
Más detallesEvolución de la tecnología de control en los sistemas de refrigeración
Evolución de la tecnología de control en los sistemas de refrigeración Andreina Figuera 30 de mayo 2018 Agenda Evolución de la tecnología de control en los sistemas de refrigeración Pasado Objetivo Presente
Más detallesPLG GRUPO DE PLANIFICACIÓN Y APRENDIZAJE. Fotografía: Archivo fotográfico UC3M
PLG GRUPO DE PLANIFICACIÓN Y APRENDIZAJE Fotografía: Archivo fotográfico UC3M 2 El Grupo de Planificación y Aprendizaje (PLG), liderado por el Dr. Daniel Borrajo Millán, está formado por un equipo consolidado
Más detallesSolución Smart Factory TU PUERTA DE ENTRADA A LA FABRICACIÓN INTELIGENTE
Solución Smart Factory TU PUERTA DE ENTRADA A LA FABRICACIÓN INTELIGENTE La Solución Smart Factory de Grupo Garatu para la fabricación inteligente, específicamente diseñada bajo parámetros de la industria
Más detallesCUADALIMETRO ULTRASONIDOS RTC COUPLINGS
info@hidrafluid.es 976 24 32 10 EJEMPLO CON 2 UNIDADES DE CONTROL Y 24 CIRCUITOS Tiempos de enfriamiento más cortos posibles, gracias a la capacidad de enfriamiento máxima en cada canal individual Calidad
Más detallesLIM. Modelización del conjunto motor-transmisión de un automóvil a partir de datos experimentales. Trabajo final de grado
Trabajo final de grado Modelización del conjunto motor-transmisión de un automóvil a partir de datos experimentales Autor Alfonso Ramón Varela Olmedo Tutores Miguel Ángel Naya Villaverde Emilio Sanjurjo
Más detallesPrograma Internacional. Programa Certificado en. Big Data
Programa Internacional Programa Certificado en Big Data A1 Introducción Muchas organizaciones aún no conocen el poder de los datos y el enorme potencial que tienen estos en la toma de decisiones. Esta
Más detallesAplicaciones. Inteligencia Computacional Carrera de Ingeniería Informática
Aplicaciones Inteligencia Computacional Carrera de Ingeniería Informática Aplicaciones de IC Unidad VIII: Configuración del problema y aplicación de las técnicas de inteligencia computacional en: clasificación
Más detallesEl gestor energético inteligente para la era del big data. equs-app.com
El gestor energético inteligente para la era del big data equs-app.com QUÉ ES? El gestor energético inteligente para la era del big data EQUS es una plataforma web inteligente de servicios energéticos
Más detallesOPTIMIZACIÓN DEL MANTENIMIENTO PLANEADO EN UNA LÍNEA DE PRODUCCIÓN DE BEBIDAS CARBONATADAS
OPTIMIZACIÓN DEL MANTENIMIENTO PLANEADO EN UNA LÍNEA DE PRODUCCIÓN DE BEBIDAS CARBONATADAS Angelina Ponce-Mostacero Piura, marzo de 2018 FACULTAD DE INGENIERÍA Departamento de Ingeniería Mecánico-Eléctrica
Más detallesFuncionalidad EasyMaint Versión 10
Funcionalidad Control de Activos (Equipos, Maquinaria, Componentes, Edificios, Instalaciones, Vehículos, etc.) Estructura Arbolar Padre-Hijo múltiples niveles jerárquicos Identificación de Ubicaciones
Más detallesAplicación de técnicas de aprendizaje automático para la agricultura altoandina de Perú
Aplicación de técnicas de aprendizaje automático para la agricultura altoandina de Perú Vladimir Cáceres Salazar Innovaciones Tecnológicas S.A.C. 1 Agenda 1. Introducción 2. Marco teórico 3. Metodología
Más detallesV JORNADAS TÉCNICAS AFAR
V JORNADAS TÉCNICAS AFAR 26-09-17 LUCENA DATOS : Fundación privada sin ánimo de Lucro Sectores Metalmecánico y del Transporte Industria Dos líneas de acción; proyectos I+D+i y servicios tecnológicos Homologación
Más detallesMÁSTER EN ARQUITECTURA Y TECNOLOGÍA BIG DATA ASIGNATURAS OBLIGATORIAS
Propio: MÁSTER EN ARQUITECTURA Y TECNOLOGÍA BIG DATA Código Plan de s: EN22 Año Académico: 2018-2019 ESTRUCTURA GENERAL DEL PLAN DE ESTUDIOS: CURSO Obligatorios Optativos Prácticas Externas Memoria/ Proyecto
Más detalles