CURSO «ANÁLISIS DE LA SEÑAL Y ANOMALÍAS EN MÁQUINAS. APLICACIÓN DE MACHINE LEARNING AL ANÁLISIS DE SERIES TEMPORALES

Del 06/04/2021 al 15/04/2021
Este Ciclo de Especialización está orientado al uso práctico de técnicas de Machine Learning en problemas que habitualmente se encuentran los Ingenieros Industriales.
El Ciclo consta de los siguientes cursos, cada uno con un programa de impartición estimado de 10 horas:

• CURSO 1: Introducción al uso del Aprendizaje Automático (Machine Learning) para el análisis de vibraciones. Ilustración con casos prácticos.
• CURSO 2: Análisis de la señal y anomalías en máquinas. Aplicación de Machine Learning al análisis de series temporales.
• CURSO 3: Aprendizaje Automático en el Mantenimiento Predictivo de Maquinaria Industrial. Detección de anomalías en la señal, clasificación de fallos, predicción del tiempo hasta fallo (RUL, Remaining Useful Life)
• PROYECTO FINAL: Construcción y testeo de un analizador de vibraciones de bajo coste. Aplicación al uso práctico en mantenimiento predictivo de máquinas.
El programa ha sido diseñado con un enfoque autocontenido, de forma que cada uno de ellos constituya una unidad de conocimiento en sí mismo. 
En cualquier caso es altamente recomendable el conocimiento de los conceptos de los cursos anteriores antes de abordar el siguiente.
Quiero inscribirme Más información

Datos del curso

Tipo de evento: Curso

Horario: 6, 8, 13 y 15 de abril (18:00 a 20:30)

Ubicación: POR VIDEOCONFERENCIA

Categoría: Industria 4.0

Estado: Inscripción abierta

Precio: Desde 80.00 €

Presentación

  • Abordar el análisis de detección de anomalías como transversal en entornos diversos: financiero, industrial y aeroespacial.
  • Adquirir una visión general de las tipologías de algoritmos para el análisis de anomalías.
  • Comprender las ventajas e inconvenientes de los algoritmos predominantemente usados en la práctica industrial.
  • Consolidar los conceptos adquiridos mediante la realización casos prácticos.

Programa

10 horas

1. Introducción al uso del Aprendizaje Automático para la detección de anomalías máquinas
2. Conceptos y técnicas para la detección de anomalías
a. Algoritmos no supervisados: El método K-NN de vecinos cercanos
b. Algoritmos semi-supervisados: One class SVM (Support Vector Machines)
c. Algoritmos supervisados: LSTM Autoencoders
3. Caso práctico 1: Detección del fraude en transacciones bancarias. Dataset de transacciones de tarjetas de crédito en Europa del mes de septiembre de 2013
4. Caso práctico 2: Detección de anomalías en el comportamiento de un motor turbofán usando K-NN (K Nearest Neighbours). Dataset liberado por NASA.

Apúntate ahora

El precio para Colegiados, Precolegiados y adheridos del COIIAOC es de 80.00 €. Para no colegiados, es de 158.00 €.

El proceso de inscripción consta de dos partes:
  • La reserva de plaza en la que debe identificarse y rellenar los datos correspondientes.
  • La confirmación de que la reserva de plaza es correcta. En el caso que la actividad tenga coste, se le facilitará la manera de realizar el pago.

Dinámica de trabajo

Se necesita ordenador portátil con conexión a internet.
Los diferentes ejercicios del curso correrán en la nube, por lo que no se necesita un PC especialmente potente.
La plataforma de trabajo, Kaggle , es de acceso gratuito. No se requiere instalar nada en el portátil.

Metodología

Presencial a distancia (Por videoconferencia)

Más información

Dpto de Formación
954989098
formacion@coiiaoc.com