Selección de niveles para las propiedades de productos industriales en la fase de diseño mediante técnicas de aprendizaje automático

Abstract

En la constante carrera para alcanzar la eficiencia organizacional, las empresas se han dado a la tarea de buscar herramientas que permitan el mejoramiento productivo de los procesos dentro de una cadena de valor empresarial. La Ingeniería del Diseño de Productos Industriales, no se ha quedado atrás, ha estado evolucionando incorporando herramientas tecnológicas que permitirán elevar su rendimiento, disminuyendo desperdicios operacionales y apuntando hacia los objetivos, satisfacer las necesidades puntuales de los clientes. La fusión de los procesos tradicionales y las tecnologías de vanguardia, como lo es, la aplicación de Técnicas de Aprendizaje Automático para la predicción de niveles en las propiedades de productos en su fase inicial. Los datos obtenidos para su procesamiento, derivados directamente de los procesos de las Neurociencias e Ingeniería Kansei, que demuestran el comportamiento en el ámbito neuro sensorial de los productos con respecto a sus consumidores. No obstante, se busca crear una herramienta aplicable en las empresas, para que la puesta en marcha de estas aplicaciones sean lo mas amigable y eficiente para el entorno de cualquier Departamento de Desarrollos de Productos.

In the constant race to achieve organizational efficiency, companies have taken on the task of looking for tools that allow the productive improvement of processes within a business value chain. Industrial Product Design Engineering has not been left behind, it has been evolving incorporating technological tools that will allow it to increase its performance, reduce operational waste and aim towards the objectives, satisfying the specific needs of customers. The fusion of traditional processes and cutting-edge technologies, such as the application of Machine Learning Techniques for the prediction of levels in the properties of products in their initial phase. The data obtained for its processing, derived directly from the Kansei Engineering and Neuroscience, which demonstrate the behavior in the neuro-sensory field of the products with respect to their consumers. However, it seeks to create a tool applicable to companies, so that the implementation of these applications is as friendly and efficient as possible for the environment of any Product Development Department.