Sistema inteligente para la detección de fallas basado en redes profundas auto-ajustables

Página de ítem simple
cic.institucionOrigenCentro de Investigaciones en Física e Ingeniería
cic.isFulltextSI
cic.isPeerReviewedtrue
cic.lugarDesarrolloUniversidad Nacional del Centro de la Provincia de Buenos Aires
cic.parentTypeObjeto de conferencia
cic.versionPublicada
dc.date.accessioned2023-05-31T13:14:48Z
dc.date.available2023-05-31T13:14:48Z
dc.identifier.urihttps://digital.cic.gba.gob.ar/handle/11746/11891
dc.titleSistema inteligente para la detección de fallas basado en redes profundas auto-ajustableses
dc.typeDocumento de conferencia
dcterms.abstractLa creciente complejidad de los sistemas industriales ha fomentado el surgimiento de nuevas técnicas de análisis de datos para apoyar a los procesos de toma de decisiones. Concretamente, los modelos basados en redes neuronales profundas constituyen una alternativa promisoria para diversas aplicaciones de detección, clasificación y predicción de defectos o fallas que abarca aplicaciones desde el control de calidad de los productos, identificación de defectos en los procesos en una línea de producción hasta predicción de fallas de los equipos tecnológicos. Sin embargo, el éxito de dichos modelos depende sensiblemente de la elección de sus hiper-parámetros para lo cual se requiere de un exhaustivo proceso de configuración que, hoy en día, demanda un alto grado de conocimiento experto. En este contexto, el presente trabajo propone un Sistema Inteligente basado en redes neuronales profundas, dotado con un sistema de auto-ajuste de sus hiper-parámetros, para la detección de defectos y fallas. Dicho sistema integra un algoritmo de Optimización Bayesiana para encontrar la combinación óptima de los hiperparámetros que permita alcanzar el mejor desempeño posible del sistema. El sistema inteligente propuesto se prueba en dos casos de estudio de diferente naturaleza y los resultados alcanzado demuestran la efectividad de la propuesta.es
dcterms.creator.authorPérez Colo, Ivo
dcterms.creator.authorSaavedra Sueldo, Carolina
dcterms.creator.authorDe Paula, Mariano
dcterms.creator.authorRoark, Geraldina
dcterms.creator.authorVillar, Sebastián
dcterms.creator.authorAcosta, Gerardo G.
dcterms.identifier.otherDOI: 10.1109/ARGENCON55245.2022.9939789
dcterms.isPartOf.series​IEEE ARGENCON 2022 (San Juan, 7 al 9 de septiembre de 2022)
dcterms.issued2022-09-07
dcterms.languageEspañol
dcterms.licenseAttribution-NonCommercial-ShareAlike 4.0 International (BY-NC-SA 4.0)
dcterms.subjectRedes neuronales profundases
dcterms.subjectOptimización bayesianaes
dcterms.subjectDetección de defectos visualeses
dcterms.subjectDetección de fallas de máquinases
dcterms.subject.materiaCiencias de la Computación
dcterms.subject.materiaIngeniería de Sistemas y Comunicaciones

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
Sistema_inteligente-ARGENCON-2022-OCR-PDFA.pdf
Tamaño:
3.43 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
3.46 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Artículos y presentaciones en Congresos