Riunet Móvil

Home Versión de escritorio

Uso de Redes Neuronales GAN para análisis de BigData

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

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

Mostrar el registro sencillo del ítem

 

Tema móvil para Riunet