Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales

Autores
Reverte, Adriel; Acosta, Joel; Walas Mateo, Federico
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este artículo se desarrollan los conceptos asociados a la generación de datos desde los procesos industriales, y su transformación en información para que las empresas industriales evolucionen hacia el modelo Industria 4.0. Se desarrolla el marco conceptual sobre inteligencia artificial, en particular conceptos sobre machine learning como motor de optimización de procesos, la integración con Internet Industrial de las Cosas (IIoT) y cómo esta información puede colaborar para optimizar procesos. Al final del trabajo se presenta una experiencia de aplicación de una metodología de machine learning desarrollada en una empresa del sector alimentos que se encuentra transitando la evolución para convertirse en una empresa inteligente.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Machine learning
Industria 4.0
IIoT
autoencoder
ARIMA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/177538
Acceder
id SEDICI_7f820342b1c2814f260d99a896fd69a2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/177538
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industrialesReverte, AdrielAcosta, JoelWalas Mateo, FedericoCiencias InformáticasMachine learningIndustria 4.0IIoTautoencoderARIMAEn este artículo se desarrollan los conceptos asociados a la generación de datos desde los procesos industriales, y su transformación en información para que las empresas industriales evolucionen hacia el modelo Industria 4.0. Se desarrolla el marco conceptual sobre inteligencia artificial, en particular conceptos sobre machine learning como motor de optimización de procesos, la integración con Internet Industrial de las Cosas (IIoT) y cómo esta información puede colaborar para optimizar procesos. Al final del trabajo se presenta una experiencia de aplicación de una metodología de machine learning desarrollada en una empresa del sector alimentos que se encuentra transitando la evolución para convertirse en una empresa inteligente.Red de Universidades con Carreras en Informática2024-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1574-1579http://sedici.unlp.edu.ar/handle/10915/177538spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2428-5info:eu-repo/semantics/reference/hdl/10915/172755info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:39:18Zoai:sedici.unlp.edu.ar:10915/177538Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:39:18.853SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
title Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
spellingShingle Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
Reverte, Adriel
Ciencias Informáticas
Machine learning
Industria 4.0
IIoT
autoencoder
ARIMA
title_short Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
title_full Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
title_fullStr Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
title_full_unstemmed Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
title_sort Industrias inteligentes : Aplicación de metodologías de aprendizaje automático para optimizar procesos industriales
dc.creator.none.fl_str_mv Reverte, Adriel
Acosta, Joel
Walas Mateo, Federico
author Reverte, Adriel
author_facet Reverte, Adriel
Acosta, Joel
Walas Mateo, Federico
author_role author
author2 Acosta, Joel
Walas Mateo, Federico
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Machine learning
Industria 4.0
IIoT
autoencoder
ARIMA
topic Ciencias Informáticas
Machine learning
Industria 4.0
IIoT
autoencoder
ARIMA
dc.description.none.fl_txt_mv En este artículo se desarrollan los conceptos asociados a la generación de datos desde los procesos industriales, y su transformación en información para que las empresas industriales evolucionen hacia el modelo Industria 4.0. Se desarrolla el marco conceptual sobre inteligencia artificial, en particular conceptos sobre machine learning como motor de optimización de procesos, la integración con Internet Industrial de las Cosas (IIoT) y cómo esta información puede colaborar para optimizar procesos. Al final del trabajo se presenta una experiencia de aplicación de una metodología de machine learning desarrollada en una empresa del sector alimentos que se encuentra transitando la evolución para convertirse en una empresa inteligente.
Red de Universidades con Carreras en Informática
description En este artículo se desarrollan los conceptos asociados a la generación de datos desde los procesos industriales, y su transformación en información para que las empresas industriales evolucionen hacia el modelo Industria 4.0. Se desarrolla el marco conceptual sobre inteligencia artificial, en particular conceptos sobre machine learning como motor de optimización de procesos, la integración con Internet Industrial de las Cosas (IIoT) y cómo esta información puede colaborar para optimizar procesos. Al final del trabajo se presenta una experiencia de aplicación de una metodología de machine learning desarrollada en una empresa del sector alimentos que se encuentra transitando la evolución para convertirse en una empresa inteligente.
publishDate 2024
dc.date.none.fl_str_mv 2024-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/177538
url http://sedici.unlp.edu.ar/handle/10915/177538
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2428-5
info:eu-repo/semantics/reference/hdl/10915/172755
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1574-1579
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064408671813632
score 13.22299

Publicaciones similares