Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://repositoriocyt.unlam.edu.ar/handle/123456789/1993
metadata.dc.creator: Ierache, Jorge Salvador
Soligo, Pablo
Merkel, Germán
Titel: Aprendizaje automático para el control del estado de salud en sistemas Aeroespaciales
metadata.dc.contributor: Ierache, Jorge Salvador
Soligo, Pablo
Stichwörter: MODELADO DE DATOS
EVALUACION DE LA TECNOLOGIA
TELECOMUNICACIONES
INDUSTRIA AEROESPACIAL
Herausgeber: Universidad Nacional de La Matanza. Departamento de Ingeniería e Investigaciones Tecnológicas
Zitierform: Ierache, J. S., Soligo, P. y Merkel, G. (2021). Aprendizaje automático para el control del estado de salud en sistemas Aeroespaciales (Informe C-230). Universidad Nacional de La Matanza. http://repositoriocyt.unlam.edu.ar/handle/123456789/1993
Beschreibung: El presente proyecto demuestra el potencial del aprendizaje automático para la detección temprana de anomalías mediante el control del estado de salud en sistemas Aeroespaciales. En muchos casos estas no pueden ser detectadas con un simple control de límites y el aprendizaje automático, sensible al contexto, los estados y las consecuentes correlaciones pueden ser un aliado de valor. La nula disponibilidad de conjuntos de datos etiquetados y la ausencia de datos históricos en misiones de nanosatélites ha sido el principal obstáculo a la hora de profundizar en estas técnicas. La selección de modelos ha sido un proceso manual, aunque si se pudo automatizar la parametrización sobre un modelo en particular.
Fil: Ierache, Jorge Salvador. Universidad Nacional de La Matanza; Argentina.
Fil: Soligo, Pablo. Universidad Nacional de La Matanza; Argentina.
Fil: Merkel, Germán. Universidad Nacional de La Matanza; Argentina.
URI: http://repositoriocyt.unlam.edu.ar/handle/123456789/1993
Enthalten in den Sammlungen:Investigaciones

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
Aprendizaje automático para el control del estado de salud en sistemas Aeroespaciales.pdf9.22 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.