Predicción de fallas mediante un modelo de aprendizaje automático en motores de combustión interna.

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/28661
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRivera Campoverde, Néstor Diego-
dc.contributor.authorGuartazaca Uyaguari, Jorge Santiago-
dc.date.accessioned2024-09-13T20:56:51Z-
dc.date.available2024-09-13T20:56:51Z-
dc.date.issued2024-07-
dc.identifier.urihttp://dspace.ups.edu.ec/handle/123456789/28661-
dc.descriptionSe desarrolló el proyecto de propuesta tecnológica para predecir fallas en motores de combustión interna utilizando el modelo de aprendizaje automático Máquina de Vectores de Soporte Lineal. Se validó su precisión en cada entrenamiento, demostrando eficacia y adaptabilidad en el manejo de datos durante las predicciones.spa
dc.description.abstractThe project developed a technological proposal for predicting failures in internal combustion engines using the automatic learning model Linear Support Vector Machine. Its accuracy was validated in each training session, demonstrating efficiency and adaptability in data handling during predictions.spa
dc.language.isospaspa
dc.rightsopenAccessspa
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectMECATRÓNICAspa
dc.subjectAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)spa
dc.subjectMOTOR DE COMBUSTIÓN INTERNAspa
dc.subjectLOCALIZACIÓN DE FALLAS (INGENIERÍA)spa
dc.subjectDETECTORESspa
dc.titlePredicción de fallas mediante un modelo de aprendizaje automático en motores de combustión interna.spa
dc.typebachelorThesisspa
ups.carreraMecatrónicaspa
ups.sedeSede Cuencaspa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS-CT011654.pdfTexto completo4,49 MBAdobe PDFVisualizar/Abrir
Mostrar formato sencillo  Estadísticas Ver en Google Scholar


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons