Desarrollo de la lógica de unos componentes software para la predicción sobre series de tiempo
Development of software components logic for time series prediction
Ver/ Abrir
Identificadores
URI: http://hdl.handle.net/10902/12598Registro completo
Mostrar el registro completo DCAutoría
Céspedes Sisniega, Jaime
Fecha
2017-09-04Derechos
Atribución-NoComercial-SinDerivadas 3.0 España
Palabras clave
Aprendizaje automático
Series de tiempo
Redes neuronales
Máquinas de soporte vectorial
Industria 4.0
Machine learning
Time series
Neural networks
Support vector machines
Industry 4.0
Resumen/Abstract
RESUMEN: Hoy en día, con el avance en el ámbito de las tecnologías motivado en parte por la generación de grandes volúmenes de datos, son muchas las empresas que se plantean sacarles un rendimiento que les proporcione la información suficiente para una posterior toma de decisiones.
Desde el punto de vista de la industria, estos avances permiten hacer uso de los datos recopilados a través de distintas fuentes de origen. Varias de estas fuentes de información se pueden encontrar en sensores o controladores lógicos programables (PLC). Por lo tanto, la industria en su denominada versión 4.0 tiene por objetivo proporcionar las herramientas necesarias para automatizar parte de su proceso a través del intercambio de información entre los distintos dispositivos que lo conforman, ya sean sensores, máquinas, servidores o sistemas de control y monitorización.
En este trabajo se plantea desarrollar la lógica de una serie de componentes software para el producto de monitorización IDbox de la empresa CIC Consulting Informático, que sean capaces de realizar predicciones sobre series de tiempo. Para ello, el uso de algoritmos de aprendizaje automático facilita la generación de modelos matemáticos sobre los que obtener las predicciones.
ABSTRACT: Nowadays, with the progress in the technology field motivated in part by the generation of large volumes of data, many companies are considering using this data to extract valuable information for further decition making policies.
From an industry point of view, these advances allow to make use of the data collected from very different sources. Several of these information sources are represented by sensors or programmable logic controllers (PLCs). Therefore, the industry in its so-called version 4.0 aims to provide the necessary tools to automate part of its process through the information exchange between the different devices that make it up, such as sensors, machines, servers or control and monitoring systems.
This work aims to develop the logic of a series of software components for the IDbox monitoring product of the CIC Consulting Informático for time series forecasting. For this, Machine Learning algorithms are used to generate mathematical models to obtain predictions.