Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/12521
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Martínez González, Ignacio | - |
dc.contributor.advisor | Sancho de Mingo, Carlos | - |
dc.contributor.author | Vázquez Galán, Jesús | - |
dc.contributor.other | Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (ICAI) | es_ES |
dc.date.accessioned | 2016-09-09T08:28:47Z | - |
dc.date.available | 2016-09-09T08:28:47Z | - |
dc.date.issued | 2016 | - |
dc.identifier.uri | http://hdl.handle.net/11531/12521 | - |
dc.description | Máster Universitario en Sistemas Ferroviarios | es_ES |
dc.description.abstract | Los algoritmos de aprendizaje automático permiten buscar patrones en los datos, identificando las relaciones existentes entre todos los campos con el objetivo de obtener una función que sea capaz de realizar la predicción de variables. Esta predicción nos puede permitir, entre otros, identificar tipologías de fallos, determinar la vida útil de un elemento en función de su estado, optimizar recursos, etc. Este tipo de técnicas se están utilizando en gran cantidad de ámbitos, en los cuales se están obteniendo grandes ventajas simplemente con el estudio de los datos de histórico. Dado que no se ha identificado un uso maduro de este tipo de técnicas en el sector ferroviario surge la motivación y oportunidad del presente proyecto con el objetivo final de realizar una descripción teórica acompañada de unos casos prácticos que sirven como demostración de su uso. Con respecto a la parte teórica, el proyecto tiene una gran carga de recopilación y estudio de información referente a las técnicas de aprendizaje automático. Por otro lado, para la parte práctica se ha elegido el ámbito del mantenimiento predictivo, realizando dos pruebas de concepto con casos de uso diferentes. Por un lado, se ha llevado a cabo una prueba de algoritmos de clasificación y por otro se ha realizado una prueba con algoritmos de regresión. | es_ES |
dc.format.mimetype | application/pdf | es_ES |
dc.language.iso | es | es_ES |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | 33 Ciencias tecnológicas | es_ES |
dc.subject | 3323 Tecnología ferroviaria | es_ES |
dc.subject | 12 Matemáticas | es_ES |
dc.subject | 1203 Ciencias de los ordenadores | es_ES |
dc.subject | 120302 Lenguajes algorítmicos | es_ES |
dc.title | Aplicación de técnicas de aprendizaje automático en el sector ferroviario | es_ES |
dc.type | info:eu-repo/semantics/masterThesis | es_ES |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es_ES |
Aparece en las colecciones: | H50-Trabajos Fin de Máster |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFM000369.pdf | Trabajo Fin de Máster | 2,05 MB | Adobe PDF | ![]() Visualizar/Abrir |
TFM000369 Autorizacion.pdf | Autorización | 642,6 kB | Adobe PDF | ![]() Visualizar/Abrir Request a copy |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.