Repositorio de producción científica de la Universidad de Sevilla

Modelado de sistemas dinámicos con MachineLearning: aplicaciones al mantenimiento basado en la condición.

Opened Access Modelado de sistemas dinámicos con MachineLearning: aplicaciones al mantenimiento basado en la condición.
Estadísticas
Icon
Exportar a
Autor: Cabrera Mendieta, Diego Román
Director: Sancho Caparrini, Fernando
Departamento: Universidad de Sevilla. Departamento de Ciencias de la Computación e Inteligencia Artificial
Fecha: 2018-02-05
Tipo de documento: Tesis Doctoral
Resumen: El estudio de los sistemas dinámicos es un tema de gran interés tanto en la ingeniería como en las ciencias por su gran aplicabilidad a la resolución de problemas que, con frecuencia, aparecen en un sin número de ´áreas. Sin embargo los métodos formales hasta ahora utilizados para su análisis, no han tenido la flexibilidad suficiente para adaptarse a sistemas de complejidad creciente, donde la interacción de sus elementos no permite una inferencia directa del comportamiento del sistema, en una, o varias de sus variables. Por otro lado, los nuevos avances en las técnicas de Machine Learning han demostrado tener una gran capacidad de adaptación en dominios tan diversos resultando en la necesidad de cambios minoritarios para su aplicación entre uno u otro. A pesar de esto, su estudio en el modelado de sistemas dinámicos, como tarea fundamental, ha sido pocas veces abordado. Por las razones anteriores, este trabajo se enfoca en el desarrollo de 3 metodologías para modelado de sistemas d...
[Ver más]
Cita: Cabrera Mendieta, D.R. (2018). Modelado de sistemas dinámicos con MachineLearning: aplicaciones al mantenimiento basado en la condición.. (Tesis Doctoral Inédita). Universidad de Sevilla, Sevilla.
Tamaño: 25.83Mb
Formato: PDF

URI: https://hdl.handle.net/11441/70311

Mostrar el registro completo del ítem


Esta obra está bajo una Licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional

Este registro aparece en las siguientes colecciones