Mostrar el registro sencillo del ítem

dc.contributor.advisor	Alberola Oltra, Juan Miguel	es_ES
dc.contributor.advisor	Sánchez Anguix, Víctor	es_ES
dc.contributor.author	Villarroya Martínez, Leire	es_ES
dc.date.accessioned	2023-07-28T10:35:49Z
dc.date.available	2023-07-28T10:35:49Z
dc.date.created	2023-06-27
dc.date.issued	2023-07-28	es_ES
dc.identifier.uri	http://hdl.handle.net/10251/195690
dc.description.abstract	[ES] Las redes neuronales tipo GAN, son uno de los desafíos más interesantes en Machine Learning de la última década, la idea que hay en ellas se basa en tener dos redes neuronales que compiten entre ellas, de forma que se entrenan simultáneamente. Mediante el método de prueba y error, el conjunto de estas dos redes crea un modelo cuyo objetivo es generar muestras verosímiles, basadas en muestras reales. Como proyecto y propuesta para este trabajo, participo en el desarrollo de este tipo de redes para el análisis de BigData y detección de anomalías. El objetivo es que la red sea capaz de crear series temporales sintéticas con anomalías ya identificadas para mejorar y optimizar el proceso de mantenimiento de los equipos de Ford Almussafes. He optado por diseñar una arquitectura muy concreta para cada anomalía y hacer una gran cantidad de pruebas con diferentes hiperparámetros. El proyecto se ha llevado a cabo como parte de un trabajo colaborativo con la empresa de Ford Almussafes, lo que ha permitido aplicar los resultados obtenidos en un entorno real.	es_ES
dc.description.abstract	[EN] The neural networks type GAN, are one of the most interesting challenges in Machine Learning of the last decade, the idea that there is in them is based on having two neural networks that compete with each other, so that they train simultaneously. Using the trial and error method, the two networks together create a model whose objective is to generate credible samples, based on real samples. As a project and proposal for this work, I participate in the development of such networks for BigData analysis and anomaly detection. The goal is for the network to be able to create synthetic time series with anomalies already identified to improve and optimize the maintenance process of Ford Almussafes equipment. I have chosen to design a very concrete architecture for each anomaly and do a lot of tests with different hyperparameters. The project has been carried out as part of a collaborative work with the company Ford Almussafes, which has allowed to apply the results obtained in a real environment.	es_ES
dc.description.abstract	[CA] Les xarxes neuronals tipus GAN (xarxes generatives adversarials), són un dels desafiaments més interessants en Machine Learning de l'última dècada, la idea que hi ha en elles es basa a tindre dues xarxes neuronals que competeixen entre elles, de manera que s'entrenen simultàniament. Mitjançant el mètode de prova i error, el conjunt d'aquestes dues xarxes crea un model l'objectiu del qual és generar mostres versemblants, basades en mostres reals. Com a projecte i proposta per a aquest treball, participe en el desenvolupament d'aquesta mena de xarxes per a l'anàlisi de BigData i detecció d'anomalies. L'objectiu és que la xarxa siga capaç de crear sèries temporals sintètiques amb anomalies ja identificades per a millorar i optimitzar el procés de manteniment dels equips de Ford Almussafes. He optat per dissenyar una arquitectura molt concreta per a cada anomalia i fer una gran quantitat de proves amb diferents hiperparámetros. El projecte s'ha dut a terme com a part d'un treball col·laboratiu amb l'empresa de Ford Almussafes, la qual cosa ha permés aplicar els resultats obtinguts en un entorn real.	es_ES
dc.format.extent	50	es_ES
dc.language	Español	es_ES
dc.publisher	Universitat Politècnica de València	es_ES
dc.rights	Reserva de todos los derechos	es_ES
dc.subject	Redes neuronales	es_ES
dc.subject	GAN	es_ES
dc.subject	Machine Learning: Series temporales	es_ES
dc.subject	Anomalías	es_ES
dc.subject	Neural networks	es_ES
dc.subject	Machine Learning: time series	es_ES
dc.subject	Anomalies	es_ES
dc.subject	Big data	es_ES
dc.subject	Xarxes neuronals	es_ES
dc.subject	Machine learning	es_ES
dc.subject	Machine Learning: Sèries temporals	es_ES
dc.subject.classification	CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL	es_ES
dc.subject.classification	LENGUAJES Y SISTEMAS INFORMATICOS	es_ES
dc.subject.other	Grado en Tecnologías Interactivas-Grau en Tecnologies Interactives	es_ES
dc.title	Uso de Redes Neuronales GAN para análisis de BigData	es_ES
dc.title.alternative	Using GAN Neural Networks for Big Data Analysis	es_ES
dc.title.alternative	Ús de Xarxes Neurals GAN per a l'anàlisi de Big Data	es_ES
dc.type	Proyecto/Trabajo fin de carrera/grado	es_ES
dc.rights.accessRights	Cerrado	es_ES
dc.contributor.affiliation	Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació	es_ES
dc.contributor.affiliation	Universitat Politècnica de València. Escuela Politécnica Superior de Gandia - Escola Politècnica Superior de Gandia	es_ES
dc.description.bibliographicCitation	Villarroya Martínez, L. (2023). Uso de Redes Neuronales GAN para análisis de BigData. Universitat Politècnica de València. http://hdl.handle.net/10251/195690	es_ES
dc.description.accrualMethod	TFGM	es_ES
dc.relation.pasarela	TFGM\155874	es_ES

Ficheros en el ítem

Descargar (3.252Mb)

Villarroya - Us...Data.pdf

PDF

Descargar (1.637Mb)

(1)_Villarroya ...Data.zip

application/zip

Este ítem aparece en la(s) siguiente(s) colección(ones)

• EPSG - Trabajos académicos [5004]
  Escuela Politécnica Superior de Gandia

Mostrar el registro sencillo del ítem