• Login
    View Item 
    •   AEIPRO
    • Proceedings from the International Congress on Project Management and Engineering
    • CIDIP 2023 (San Sebastián)
    • View Item
    •   AEIPRO
    • Proceedings from the International Congress on Project Management and Engineering
    • CIDIP 2023 (San Sebastián)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Selección de niveles para las propiedades de productos industriales en la fase de diseño mediante técnicas de aprendizaje automático.

    Thumbnail
    View/Open
    AT03-009_23.pdf (2.032Mb)
    Date
    2023
    Author
    OVIEDO SIFONTES, FRANCISCO JAVIER
    Zamora-Polo, Francisco
    De las Heras García de Vinueza, Ana
    Luque Sendra, Amalia
    Metadata
    Show full item record
    Abstract
    En la constante carrera para alcanzar la eficiencia organizacional, las empresas se han dado a la tarea de buscar herramientas que permitan el mejoramiento productivo de los procesos dentro de una cadena de valor empresarial. La Ingeniería del Diseño de Productos Industriales, no se ha quedado atrás, ha estado evolucionando incorporando herramientas tecnológicas que permitirán elevar su rendimiento, disminuyendo desperdicios operacionales y apuntando hacia los objetivos, satisfacer las necesidades puntuales de los clientes. La fusión de los procesos tradicionales y las tecnologías de vanguardia, como lo es, la aplicación de Técnicas de Aprendizaje Automático para la predicción de niveles en las propiedades de productos en su fase inicial. Los datos obtenidos para su procesamiento, derivados directamente de los procesos de las Neurociencias e Ingeniería Kansei, que demuestran el comportamiento en el ámbito neuro sensorial de los productos con respecto a sus consumidores. No obstante, se busca crear una herramienta aplicable en las empresas, para que la puesta en marcha de estas aplicaciones sean lo mas amigable y eficiente para el entorno de cualquier Departamento de Desarrollos de Productos. Palabras clave: Aprendizaje Automático; Ingeniería Kansei; Neurociencias; Datos; Desarrollo de Productos.
    URI
    http://dspace.aeipro.com/xmlui/handle/123456789/3387
    DOI
    https://doi.org/10.61547/3390
    Collections
    • CIDIP 2023 (San Sebastián) [197]

    DSpace software copyright © 2002-2016  AEIPRO
    Contact Us | Send Feedback
     

     

    Browse

    All of AEIPROCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    Login

    DSpace software copyright © 2002-2016  AEIPRO
    Contact Us | Send Feedback