eBiltegia

    • Qué es eBiltegia 
    •   Acerca de eBiltegia
    •   Te ayudamos a publicar en abierto
    • El acceso abierto en MU 
    •   ¿Qué es la Ciencia Abierta?
    •   Política institucional de Acceso Abierto a documentos científicos y materiales docentes de Mondragon Unibertsitatea
    •   Política institucional de Acceso Abierto para datos de Investigacion de Mondragon Unibertsitatea
    •   Pautas preservacion digital eBiltegia
    •   La Biblioteca recoge y difunde tus publicaciones
    • Euskara
    • Español
    • English

Con la colaboración de:

  • Contacto
  • Español 
    • Euskara
    • Español
    • English
  • Sobre eBiltegia  
    • Qué es eBiltegia 
    •   Acerca de eBiltegia
    •   Te ayudamos a publicar en abierto
    • El acceso abierto en MU 
    •   ¿Qué es la Ciencia Abierta?
    •   Política institucional de Acceso Abierto a documentos científicos y materiales docentes de Mondragon Unibertsitatea
    •   Política institucional de Acceso Abierto para datos de Investigacion de Mondragon Unibertsitatea
    •   Pautas preservacion digital eBiltegia
    •   La Biblioteca recoge y difunde tus publicaciones
  • Login
Buscar 
  •   eBiltegia MONDRAGON UNIBERTSITATEA
  • Buscar
  •   eBiltegia MONDRAGON UNIBERTSITATEA
  • Buscar
JavaScript is disabled for your browser. Some features of this site may not work without it.

Buscar

Mostrar filtros avanzadosOcultar filttos avanzados

Filtros

Use filtros para refinar sus resultados.

Mostrando ítems 1-6 de 6

  • Opciones de clasificación:
  • Relevancia
  • Título Asc
  • Título Desc
  • Fecha Asc
  • Fecha Desc
  • Resultados por página:
  • 5
  • 10
  • 20
  • 40
  • 60
  • 80
  • 100
Thumbnail

Interpreting Remaining Useful Life estimations combining Explainable Artificial Intelligence and domain knowledge in industrial machinery 

Serradilla, Oscar; Zugasti, Ekhi; Cernuda, Carlos; Zurutuza, Urko (IEEE, 2020)
This paper presents the implementation and explanations of a remaining life estimator model based on machine learning, applied to industrial data. Concretely, the model has been applied to a bushings testbed, where fatigue ...
Thumbnail

Methodology for data-driven predictive maintenance models design, development and implementation on manufacturing guided by domain knowledge 

Serradilla, Oscar; Zugasti, Ekhi; Zurutuza, Urko (Taylor and Francis, 2022)
The 4th industrial revolution has connected machines and industrial plants, facilitating process monitoring and the implementation of predictive maintenance (PdM) systems that can save up to 60% of maintenance costs. ...
Thumbnail

Design and validation of a methodology to implement data-driven predictive maintenance in industrial environments 

Serradilla, Oscar (Mondragon Unibertsitatea. Goi Eskola Politeknikoa, 2021)
New trends in manufacturing and industry lead to digitalise all processes, machines and communicate them forming Cyber Physical Systems (CPS), facilitating process monitoring and data acquisition. The analysis of that ...
Thumbnail

Adaptable and Explainable Predictive Maintenance: Semi-Supervised Deep Learning for Anomaly Detection and Diagnosis in Press Machine Data 

Serradilla, Oscar; Zugasti, Ekhi; Zurutuza, Urko (MDPI, 2021)
Predictive maintenance (PdM) has the potential to reduce industrial costs by anticipating failures and extending the work life of components. Nowadays, factories are monitoring their assets and most collected data belong ...
Thumbnail

Deep learning models for predictive maintenance: a survey, comparison, challenges and prospects 

Serradilla, Oscar; Zugasti, Ekhi; Zurutuza, Urko (Springer Science+Business Media, LLC, 2022)
Given the growing amount of industrial data in the 4th industrial revolution, deep learning solutions have become popular for predictive maintenance (PdM) tasks, which involve monitoring assets to anticipate their requirements ...
Thumbnail

Best Practice Data Sharing Guidelines for Wind Turbine Fault Detection Model Evaluation 

Izagirre, Unai; Serradilla, Oscar; Olaizola, Jon; Zugasti, Ekhi; Aizpurua Unanue, Jose Ignacio (MDPI, 2023)
In this paper, a set of best practice data sharing guidelines for wind turbine fault detection model evaluation is developed, which can help practitioners overcome the main challenges of digitalisation. Digitalisation is ...

Listar

Todo eBiltegiaComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasGrupos de investigaciónPublicado en

Mi cuenta

AccederRegistro

Descubre

AutorSerradilla, Oscar (6)Zugasti, Ekhi (5)Zurutuza, Urko (4)Aizpurua Unanue, Jose Ignacio (1)Cernuda, Carlos (1)Izagirre, Unai (1)Olaizola, Jon (1)Materiapredictive maintenance (3)domain knowledge (2)Explainable Artificial Intelligence (2)autoencoder (1)best practice (1)data sharing (1)data-driven (1)data-driven model (1)deep learning (1)diagnosis (1)... másFecha2021 (2)2022 (2)2020 (1)2023 (1)Has File(s)Yes (6)

Recolectado por:

OpenAIREBASERecolecta

Validado por:

OpenAIRERebiun
MONDRAGON UNIBERTSITATEA | Biblioteca
Contacto | Sugerencias
DSpace
 

 

Recolectado por:

OpenAIREBASERecolecta

Validado por:

OpenAIRERebiun
MONDRAGON UNIBERTSITATEA | Biblioteca
Contacto | Sugerencias
DSpace