1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE POSGRADO
  3. MAESTRÍAS
  4. Tesis - Maestría en Ciencia de Datos
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/15151
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorVega, José David, dir.-
dc.contributor.authorSalinas Tamayo, Lenin Fernando-
dc.date.accessioned2026-03-03T15:30:33Z-
dc.date.available2026-03-03T15:30:33Z-
dc.date.issued2025-05-12-
dc.identifier.citationTesis (Magíster en Ciencia de Datos), Universidad San Francisco de Quito, Colegio de Posgrados ; Quito, Ecuador, 2025es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/15151-
dc.descriptionThis paper approaches an unsupervised anomaly detection framework for industrial rotating machinery, One-Class Support Vector Machines (OC- SVM). this study is supported on real sensor data col- lected from a Dynamox monitoring device installed on a motor with a gear-reducing unit, the dataset includes temperature, velocity, and acceleration measurements collected across three axes...es_ES
dc.description.abstractEste trabajo propone un enfoque basado en un aprendizaje no supervisado para la detección de anomalías en maquinaria rotativa industrial, utilizando Máquinas (OC-SVM). El estudio se basa en datos reales recopilados por un dispositivo de monitoreo Dynamox instalado en un motor que cuenta con una unidad reductora...es_ES
dc.format.extent17 h.es_ES
dc.language.isospaes_ES
dc.publisherQuito,es_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectCiencia de datos - Aprendizaje automático - Tesis y disertaciones académicases_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleUnsupervised Anomaly Detection with OC-SVM for Predictive Maintenance in Rotating Machineryes_ES
dc.typemasterThesises_ES
Aparece en las colecciones: Tesis - Maestría en Ciencia de Datos

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
338525.pdfTexto completo1.26 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


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