Mostra el registre parcial de l'element

dc.contributor.authorTorrell Belzach, Robert
dc.contributor.otherTecnoCampus. Escola Superior Politècnica (ESUPT)ca
dc.date.accessioned2023-01-31T13:52:11Z
dc.date.available2023-01-31T13:52:11Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/20.500.12367/2164
dc.descriptionTreball de fi de grau - Curs 2021-2022ca
dc.description.abstractAplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.ca
dc.format.extent49, 7 p.ca
dc.language.isospaca
dc.rightsAttribution 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.subject.otherIndústria manufacturera, manteniment predictiu, intel·ligència artificialca
dc.titleAbnormal Behavior Identification through Deep Learning: TensorFlowca
dc.typeinfo:eu-repo/semantics/bachelorThesisca
dc.rights.accessLevelinfo:eu-repo/semantics/openAccess
dc.embargo.termscapca
dc.contributor.tutorFont Aragonès, Xavier


Fitxers en aquest element

 
 

Aquest element apareix en la col·lecció o col·leccions següent(s)

Mostra el registre parcial de l'element

Attribution 4.0 International
Excepte que s'indiqui una altra cosa, la llicència de l'ítem es descriu com http://creativecommons.org/licenses/by/4.0/
Comparteix a TwitterComparteix a LinkedinComparteix a FacebookComparteix a TelegramComparteix a WhatsappImprimeix