Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones
La cuarta revolución industrial ha promovido de manera significativa la Inteligencia Artificial (IA) donde cada día se hace uso del Machine Learning (ML), conferiéndole un papel fundamental en la solución de desafíos inherentes a la fabricación, como el mejoramiento, optimización de la calidad de lo...
Guardado en:
| Autores principales: | , , , , , |
|---|---|
| Formato: | Artículo |
| Lenguaje: | español |
| Publicado: |
2023
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) Descargar el archivo Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881700466529665024 |
|---|---|
| author | Edgardo Martín Figueroa Donayre Mia Lucía Guillén Guevara Rogger Humpiri Flores Domingo Jesús Cabel Moscoso Abel Angel Sullon Macalupu Milton Edward Humpiri Flores |
| author_browse | Abel Angel Sullon Macalupu Domingo Jesús Cabel Moscoso Edgardo Martín Figueroa Donayre Mia Lucía Guillén Guevara Milton Edward Humpiri Flores Rogger Humpiri Flores |
| author_facet | Edgardo Martín Figueroa Donayre Mia Lucía Guillén Guevara Rogger Humpiri Flores Domingo Jesús Cabel Moscoso Abel Angel Sullon Macalupu Milton Edward Humpiri Flores |
| author_sort | Edgardo Martín Figueroa Donayre |
| collection | Producción científica |
| description | La cuarta revolución industrial ha promovido de manera significativa la Inteligencia Artificial (IA) donde cada día se hace uso del Machine Learning (ML), conferiéndole un papel fundamental en la solución de desafíos inherentes a la fabricación, como el mejoramiento, optimización de la calidad de los procesos. El presente trabajo se ha concebido con la finalidad de subrayar la importancia y la utilidad del ML como una herramienta clave en este contexto, dividiendo el estudio en dos partes: el estado presente del ML y las principales técnicas empleadas. Se examinaron detalladamente 54 casos en los cuales se aplicaron algoritmos de ML referidos a la ingeniería industrial. Los estudios revelan que la implementación de técnicas de ML arrojan resultados notables en términos de precisión y confiabilidad, especialmente en áreas críticas como el análisis de fallos, predicción de defectos y la optimización de sistemas. Estas técnicas han demostrado ser sumamente eficaces para abordar estos desafíos, destacando así la relevancia y el potencial del ML en la industria contemporánea. |
| format | Article |
| id | openalex:W4390993214 |
| institution | UPeU |
| language | Spanish |
| publishDate | 2023 |
| publishDateRange | 2023 |
| publishDateSort | 2023 |
| record_format | dspace |
| spelling | openalex:W4390993214Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicacionesEdgardo Martín Figueroa DonayreMia Lucía Guillén GuevaraRogger Humpiri FloresDomingo Jesús Cabel MoscosoAbel Angel Sullon MacalupuMilton Edward Humpiri Floresmachine learningIndustry 4.0artificial intelligence in manufacturingindustrial engineeringfault analysisfault predictionprocess optimizationproduction qualityDigital Transformation in IndustryImpact of AI and Big Data on Business and SocietyArtificial Intelligence ApplicationsLa cuarta revolución industrial ha promovido de manera significativa la Inteligencia Artificial (IA) donde cada día se hace uso del Machine Learning (ML), conferiéndole un papel fundamental en la solución de desafíos inherentes a la fabricación, como el mejoramiento, optimización de la calidad de los procesos. El presente trabajo se ha concebido con la finalidad de subrayar la importancia y la utilidad del ML como una herramienta clave en este contexto, dividiendo el estudio en dos partes: el estado presente del ML y las principales técnicas empleadas. Se examinaron detalladamente 54 casos en los cuales se aplicaron algoritmos de ML referidos a la ingeniería industrial. Los estudios revelan que la implementación de técnicas de ML arrojan resultados notables en términos de precisión y confiabilidad, especialmente en áreas críticas como el análisis de fallos, predicción de defectos y la optimización de sistemas. Estas técnicas han demostrado ser sumamente eficaces para abordar estos desafíos, destacando así la relevancia y el potencial del ML en la industria contemporánea.Articlehttps://doi.org/10.47190/nric.v4i3.272https://www.unaj.edu.pe/revista/index.php/vpin/article/download/272/169http://dx.doi.org/10.47190/nric.v4i3.272W4390993214esÑawparisun - Revista de Investigación Científica2663-59172706-67892023-10-31 |
| spellingShingle | machine learning Industry 4.0 artificial intelligence in manufacturing industrial engineering fault analysis fault prediction process optimization production quality Digital Transformation in Industry Impact of AI and Big Data on Business and Society Artificial Intelligence Applications Edgardo Martín Figueroa Donayre Mia Lucía Guillén Guevara Rogger Humpiri Flores Domingo Jesús Cabel Moscoso Abel Angel Sullon Macalupu Milton Edward Humpiri Flores Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones |
| title | Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones |
| title_full | Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones |
| title_fullStr | Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones |
| title_full_unstemmed | Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones |
| title_short | Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones |
| title_sort | machine learning en la industria 4 0 analisis de su relevancia y aplicaciones |
| topic | machine learning Industry 4.0 artificial intelligence in manufacturing industrial engineering fault analysis fault prediction process optimization production quality Digital Transformation in Industry Impact of AI and Big Data on Business and Society Artificial Intelligence Applications |
| topic_facet | machine learning Industry 4.0 artificial intelligence in manufacturing industrial engineering fault analysis fault prediction process optimization production quality Digital Transformation in Industry Impact of AI and Big Data on Business and Society Artificial Intelligence Applications |
| url | https://doi.org/10.47190/nric.v4i3.272 https://www.unaj.edu.pe/revista/index.php/vpin/article/download/272/169 http://dx.doi.org/10.47190/nric.v4i3.272 |
| work_keys_str_mv | AT edgardomartinfigueroadonayre machinelearningenlaindustria40analisisdesurelevanciayaplicaciones AT mialuciaguillenguevara machinelearningenlaindustria40analisisdesurelevanciayaplicaciones AT roggerhumpiriflores machinelearningenlaindustria40analisisdesurelevanciayaplicaciones AT domingojesuscabelmoscoso machinelearningenlaindustria40analisisdesurelevanciayaplicaciones AT abelangelsullonmacalupu machinelearningenlaindustria40analisisdesurelevanciayaplicaciones AT miltonedwardhumpiriflores machinelearningenlaindustria40analisisdesurelevanciayaplicaciones |