Minería de datos
Avances en investigación de operaciones
- Video:Fundamentos de Plotly y Dash para visualización iterativa de datos
- Fuente:Youtube
A Data Analytics-Based Energy Information System (EIS) Tool to Perform Meter-Level Anomaly Detection and Diagnosis in Building
Sistema de información de energía basado en una herramienta de análisis de datos para realizar la detección y el diagnóstico de anomalías a nivel de medición en edificios
En los últimos años, la difusión de las infraestructuras de medición inteligente ha permitido una recopilación más sencilla de datos relacionados con las construcciones, donde el análisis adecuado de dichos datos es de gran beneficio para la caracterización del rendimiento de la construcción y a su vez destacar aquellas oportunidades significativas de ahorro. Este estudio presenta una propuesta metodológica para la detección y diagnóstico de anomalías (ADD) en términos de consumo de energía y realizar un diagnóstico sobre las subcargas responsables de patrones anómalos. La metodología es desarrollada y evaluada sobre datos monitoreados de una cabina de transformación de media/baja tensión (MT/LV) de un campus universitario.
Este estudio fue desarrollado por Roberto Chiosa, Marco Savino Piscitelli y Alfonso Capozzoli (Politecnico di Torino, Turin, Italy) para Energies (Vol. 14, núm. 1, p. 237, 2021), una revista especializada en estudios sobre desarrollo tecnológico, políticas y gestión energética. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Predictive Maintenance Using Machine Learning and Data Mining: A Pioneer Method Implemented to Greek Railways
Mantenimiento predictivo a través de aprendizaje automático y minería de datos: un método pionero implementado en vías férreas griegas.
En el campo ferroviario se genera una cantidad significativa de datos que requieren ser evaluados, utilizados de manera óptima como estrategia para la toma de decisión en torno al aprovechamiento eficiente de los recursos y preservación de la seguridad de los usuarios. Este documento utiliza datos almacenados inactivos de una empresa ferroviaria griega, para crear un soporte a las decisiones estratégicas y elaborar un plan de control y riesgo para los trenes. La metodología se desarrolla con base en el método de minería de datos y aplica técnicas de aprendizaje automático a través del software Weka. Esta propuesta puede aplicarse para la optimización del desempeño en la gestión de los trenes y de esta manera proporcionar la información adecuada para la implementación de la planificación.
Este estudio fue desarrollado por Ilias Kalathas y Michail Papoutsidakis (University of West Attica, Athens, Greece) para Designs (Vol. 5, núm. 1, p. 5, 2021), una revista especializada en ingeniería del diseño. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
