Laredo: democratización de análisis de flujos de datos para el mantenimiento predictivo
Ver/ Abrir
Identificadores
URI: https://hdl.handle.net/10902/31305Registro completo
Mostrar el registro completo DCFecha
2023Derechos
Attribution-NonCommercial-NoDerivatives 4.0 International
Publicado en
Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2023), Ciudad Real, del 12 al 14 de septiembre de 2023, Biblioteca Digital de SISTEDES, 2023
Enlace a la publicación
Palabras clave
Data stream mining
Non-expert data scientists
Predictive
Maintenance
Resumen/Abstract
La llegada del IoT y la IA a las fábricas permitirá optimizar sus procesos productivos. Pero la complejidad del proceso de minería de datos, la escasez de profesionales cualificados y la falta de herramientas dirigidas a no expertos, frena su despliegue en el sector industrial. Por ello, en este trabajo se analiza la literatura científica relacionada con herramientas para el análisis de flujos de datos y se plantea una propuesta de servicio, dirigido a usuarios no expertos (no científicos de datos), que permita acercar la construcción de workflows científicos escalables y distribuidos enfocados al mantenimiento predictivo y prescriptivo para su despliegue sobre la arquitectura industrial RAI4.0.
Colecciones a las que pertenece
- D30 Congresos [57]
- D30 Proyectos de Investigación [116]