<?xml version="1.0" encoding="UTF-8" ?>
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</dc:title>
<dc:creator>Torrell Belzach, Robert</dc:creator>
<dc:contributor>TecnoCampus. Escola Superior Politècnica (ESUPT)</dc:contributor>
<dc:contributor>Font Aragonès, Xavier</dc:contributor>
<dc:subject>Indústria manufacturera, manteniment predictiu, intel·ligència artificial</dc:subject>
<dc:description>Treball de fi de grau - Curs 2021-2022</dc:description>
<dc:description>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</dc:description>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<dc:identifier>http://hdl.handle.net/20.500.12367/2164</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights>Attribution 4.0 International</dc:rights>
<dc:rights>http://creativecommons.org/licenses/by/4.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:format>49, 7 p.</dc:format>
<dc:format>application/pdf</dc:format>
<dc:format>application/pdf</dc:format>
</oai_dc:dc>
<?xml version="1.0" encoding="UTF-8" ?>
<d:DIDL schemaLocation="urn:mpeg:mpeg21:2002:02-DIDL-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/did/didl.xsd">
<d:DIDLInfo>
<dcterms:created schemaLocation="http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/dcterms.xsd">2023-01-31T13:52:11Z</dcterms:created>
</d:DIDLInfo>
<d:Item id="hdl_20.500.12367_2164">
<d:Descriptor>
<d:Statement mimeType="application/xml; charset=utf-8">
<dii:Identifier schemaLocation="urn:mpeg:mpeg21:2002:01-DII-NS http://standards.iso.org/ittf/PubliclyAvailableStandards/MPEG-21_schema_files/dii/dii.xsd">urn:hdl:20.500.12367/2164</dii:Identifier>
</d:Statement>
</d:Descriptor>
<d:Descriptor>
<d:Statement mimeType="application/xml; charset=utf-8">
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</dc:title>
<dc:creator>Torrell Belzach, Robert</dc:creator>
<dc:contributor>TecnoCampus. Escola Superior Politècnica (ESUPT)</dc:contributor>
<dc:contributor>Font Aragonès, Xavier</dc:contributor>
<dc:description>Treball de fi de grau - Curs 2021-2022</dc:description>
<dc:description>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</dc:description>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<dc:identifier>http://hdl.handle.net/20.500.12367/2164</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights>http://creativecommons.org/licenses/by/4.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Attribution 4.0 International</dc:rights>
</oai_dc:dc>
</d:Statement>
</d:Descriptor>
<d:Component id="20.500.12367_2164_1">
</d:Component>
<d:Component id="20.500.12367_2164_2">
</d:Component>
</d:Item>
</d:DIDL>
<?xml version="1.0" encoding="UTF-8" ?>
<dim:dim schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
<dim:field authority="010ef51f-844d-4a1b-b529-91c7641161e9" confidence="-1" element="contributor" mdschema="dc" qualifier="author">Torrell Belzach, Robert</dim:field>
<dim:field element="contributor" lang="ca" mdschema="dc" qualifier="other">TecnoCampus. Escola Superior Politècnica (ESUPT)</dim:field>
<dim:field authority="78e5ba59-f06f-47e0-9154-cf897af416ee" confidence="-1" element="contributor" mdschema="dc" qualifier="tutor">Font Aragonès, Xavier</dim:field>
<dim:field element="date" mdschema="dc" qualifier="accessioned">2023-01-31T13:52:11Z</dim:field>
<dim:field element="date" mdschema="dc" qualifier="available">2023-01-31T13:52:11Z</dim:field>
<dim:field element="date" mdschema="dc" qualifier="issued">2022</dim:field>
<dim:field element="identifier" mdschema="dc" qualifier="uri">http://hdl.handle.net/20.500.12367/2164</dim:field>
<dim:field element="description" lang="ca" mdschema="dc">Treball de fi de grau - Curs 2021-2022</dim:field>
<dim:field element="description" lang="ca" mdschema="dc" qualifier="abstract">Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</dim:field>
<dim:field element="format" lang="ca" mdschema="dc" qualifier="extent">49, 7 p.</dim:field>
<dim:field element="language" lang="ca" mdschema="dc" qualifier="iso">spa</dim:field>
<dim:field element="rights" lang="*" mdschema="dc">Attribution 4.0 International</dim:field>
<dim:field element="rights" lang="*" mdschema="dc" qualifier="uri">http://creativecommons.org/licenses/by/4.0/</dim:field>
<dim:field element="rights" mdschema="dc" qualifier="accessLevel">info:eu-repo/semantics/openAccess</dim:field>
<dim:field element="subject" lang="ca" mdschema="dc" qualifier="other">Indústria manufacturera, manteniment predictiu, intel·ligència artificial</dim:field>
<dim:field element="title" lang="ca" mdschema="dc">Abnormal Behavior Identification through Deep Learning: TensorFlow</dim:field>
<dim:field element="type" lang="ca" mdschema="dc">info:eu-repo/semantics/bachelorThesis</dim:field>
<dim:field element="embargo" lang="ca" mdschema="dc" qualifier="terms">cap</dim:field>
</dim:dim>
<?xml version="1.0" encoding="UTF-8" ?>
<thesis schemaLocation="http://www.ndltd.org/standards/metadata/etdms/1.0/ http://www.ndltd.org/standards/metadata/etdms/1.0/etdms.xsd">
<title>Abnormal Behavior Identification through Deep Learning: TensorFlow</title>
<creator>Torrell Belzach, Robert</creator>
<contributor>TecnoCampus. Escola Superior Politècnica (ESUPT)</contributor>
<contributor>Font Aragonès, Xavier</contributor>
<description>Treball de fi de grau - Curs 2021-2022</description>
<description>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</description>
<date>2023-01-31</date>
<date>2023-01-31</date>
<date>2022</date>
<type>info:eu-repo/semantics/bachelorThesis</type>
<identifier>http://hdl.handle.net/20.500.12367/2164</identifier>
<language>spa</language>
<rights>http://creativecommons.org/licenses/by/4.0/</rights>
<rights>info:eu-repo/semantics/openAccess</rights>
<rights>Attribution 4.0 International</rights>
</thesis>
<?xml version="1.0" encoding="UTF-8" ?>
<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
<leader>00925njm 22002777a 4500</leader>
<datafield ind1=" " ind2=" " tag="042">
<subfield code="a">dc</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="720">
<subfield code="a">Torrell Belzach, Robert</subfield>
<subfield code="e">author</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="260">
<subfield code="c">2022</subfield>
</datafield>
<datafield ind1=" " ind2=" " tag="520">
<subfield code="a">Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</subfield>
</datafield>
<datafield ind1="8" ind2=" " tag="024">
<subfield code="a">http://hdl.handle.net/20.500.12367/2164</subfield>
</datafield>
<datafield ind1="0" ind2="0" tag="245">
<subfield code="a">Abnormal Behavior Identification through Deep Learning: TensorFlow</subfield>
</datafield>
</record>
<?xml version="1.0" encoding="UTF-8" ?>
<mets ID=" DSpace_ITEM_20.500.12367-2164" OBJID=" hdl:20.500.12367/2164" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
<metsHdr CREATEDATE="2024-09-03T18:03:38Z">
<agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
<name>TECNOCAMPUS</name>
</agent>
</metsHdr>
<dmdSec ID="DMD_20.500.12367_2164">
<mdWrap MDTYPE="MODS">
<xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:role>
<mods:roleTerm type="text">author</mods:roleTerm>
</mods:role>
<mods:namePart>Torrell Belzach, Robert</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">other</mods:roleTerm>
</mods:role>
<mods:namePart>TecnoCampus. Escola Superior Politècnica (ESUPT)</mods:namePart>
</mods:name>
<mods:name>
<mods:role>
<mods:roleTerm type="text">tutor</mods:roleTerm>
</mods:role>
<mods:namePart>Font Aragonès, Xavier</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2023-01-31T13:52:11Z</mods:dateAccessioned>
</mods:extension>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2023-01-31T13:52:11Z</mods:dateAvailable>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2022</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://hdl.handle.net/20.500.12367/2164</mods:identifier>
<mods:abstract>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</mods:abstract>
<mods:language>
<mods:languageTerm authority="rfc3066">spa</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">Attribution 4.0 International</mods:accessCondition>
<mods:titleInfo>
<mods:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/bachelorThesis</mods:genre>
</mods:mods>
</xmlData>
</mdWrap>
</dmdSec>
<amdSec ID="FO_20.500.12367_2164_1">
<techMD ID="TECH_O_20.500.12367_2164_1">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/1/TFG_TorrellBelzach_Memoria.pdf</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>0280fdc9e92dca6d2d12da3a2c3b47a6</premis:messageDigest>
</premis:fixity>
<premis:size>982842</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>application/pdf</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>TFG_TorrellBelzach_Memoria.pdf</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<amdSec ID="FO_20.500.12367_2164_2">
<techMD ID="TECH_O_20.500.12367_2164_2">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/2/TFG_TorrellBelzach_EstudiViabilitat.pdf</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>b57c59543abecff84694fcf21116397b</premis:messageDigest>
</premis:fixity>
<premis:size>216799</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>application/pdf</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>TFG_TorrellBelzach_EstudiViabilitat.pdf</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<amdSec ID="FT_20.500.12367_2164_4">
<techMD ID="TECH_T_20.500.12367_2164_4">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/4/TFG_TorrellBelzach_EstudiViabilitat.pdf.txt</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>6434912d73bdbf78a92a823a4cba03f5</premis:messageDigest>
</premis:fixity>
<premis:size>7755</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>text/plain</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>TFG_TorrellBelzach_EstudiViabilitat.pdf.txt</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<amdSec ID="FT_20.500.12367_2164_5">
<techMD ID="TECH_T_20.500.12367_2164_5">
<mdWrap MDTYPE="PREMIS">
<xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
<premis:premis>
<premis:object>
<premis:objectIdentifier>
<premis:objectIdentifierType>URL</premis:objectIdentifierType>
<premis:objectIdentifierValue>https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/5/TFG_TorrellBelzach_Memoria.pdf.txt</premis:objectIdentifierValue>
</premis:objectIdentifier>
<premis:objectCategory>File</premis:objectCategory>
<premis:objectCharacteristics>
<premis:fixity>
<premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
<premis:messageDigest>7b7490d067c13677c4c6a8dc7a308007</premis:messageDigest>
</premis:fixity>
<premis:size>68699</premis:size>
<premis:format>
<premis:formatDesignation>
<premis:formatName>text/plain</premis:formatName>
</premis:formatDesignation>
</premis:format>
</premis:objectCharacteristics>
<premis:originalName>TFG_TorrellBelzach_Memoria.pdf.txt</premis:originalName>
</premis:object>
</premis:premis>
</xmlData>
</mdWrap>
</techMD>
</amdSec>
<fileSec>
<fileGrp USE="ORIGINAL">
<file ADMID="FO_20.500.12367_2164_1" CHECKSUM="0280fdc9e92dca6d2d12da3a2c3b47a6" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_20.500.12367_2164_1" ID="BITSTREAM_ORIGINAL_20.500.12367_2164_1" MIMETYPE="application/pdf" SEQ="1" SIZE="982842">
</file>
<file ADMID="FO_20.500.12367_2164_2" CHECKSUM="b57c59543abecff84694fcf21116397b" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_20.500.12367_2164_2" ID="BITSTREAM_ORIGINAL_20.500.12367_2164_2" MIMETYPE="application/pdf" SEQ="2" SIZE="216799">
</file>
</fileGrp>
<fileGrp USE="TEXT">
<file ADMID="FT_20.500.12367_2164_4" CHECKSUM="6434912d73bdbf78a92a823a4cba03f5" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_20.500.12367_2164_4" ID="BITSTREAM_TEXT_20.500.12367_2164_4" MIMETYPE="text/plain" SEQ="4" SIZE="7755">
</file>
<file ADMID="FT_20.500.12367_2164_5" CHECKSUM="7b7490d067c13677c4c6a8dc7a308007" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_20.500.12367_2164_5" ID="BITSTREAM_TEXT_20.500.12367_2164_5" MIMETYPE="text/plain" SEQ="5" SIZE="68699">
</file>
</fileGrp>
</fileSec>
<structMap LABEL="DSpace Object" TYPE="LOGICAL">
<div ADMID="DMD_20.500.12367_2164" TYPE="DSpace Object Contents">
<div TYPE="DSpace BITSTREAM">
</div>
<div TYPE="DSpace BITSTREAM">
</div>
</div>
</structMap>
</mets>
<?xml version="1.0" encoding="UTF-8" ?>
<mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:namePart>Torrell Belzach, Robert</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2023-01-31T13:52:11Z</mods:dateAvailable>
</mods:extension>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2023-01-31T13:52:11Z</mods:dateAccessioned>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2022</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://hdl.handle.net/20.500.12367/2164</mods:identifier>
<mods:abstract>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</mods:abstract>
<mods:language>
<mods:languageTerm>spa</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">http://creativecommons.org/licenses/by/4.0/</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">Attribution 4.0 International</mods:accessCondition>
<mods:titleInfo>
<mods:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/bachelorThesis</mods:genre>
</mods:mods>
<?xml version="1.0" encoding="UTF-8" ?>
<oaire:record schemaLocation="http://namespaceopenaire.eu/schema/oaire/">
<dc:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</dc:title>
<datacite:creator>
<datacite:creatorName>Torrell Belzach, Robert</datacite:creatorName>
</datacite:creator>
<datacite:contributor>TecnoCampus. Escola Superior Politècnica (ESUPT)</datacite:contributor>
<datacite:contributor>Font Aragonès, Xavier</datacite:contributor>
<dc:subject>Indústria manufacturera, manteniment predictiu, intel·ligència artificial</dc:subject>
<dc:description>Treball de fi de grau - Curs 2021-2022</dc:description>
<dc:description>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</dc:description>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<datacite:alternateIdentifier>http://hdl.handle.net/20.500.12367/2164</datacite:alternateIdentifier>
<dc:language>spa</dc:language>
<dc:rights>Attribution 4.0 International</dc:rights>
<dc:rights>http://creativecommons.org/licenses/by/4.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:format>49, 7 p.</dc:format>
<dc:format>application/pdf</dc:format>
<dc:format>application/pdf</dc:format>
<oaire:file>https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/1/TFG_TorrellBelzach_Memoria.pdf</oaire:file>
</oaire:record>
<?xml version="1.0" encoding="UTF-8" ?>
<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
<atom:id>http://hdl.handle.net/20.500.12367/2164/ore.xml</atom:id>
<atom:published>2023-01-31T13:52:11Z</atom:published>
<atom:updated>2023-01-31T13:52:11Z</atom:updated>
<atom:source>
<atom:generator>TECNOCAMPUS</atom:generator>
</atom:source>
<atom:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</atom:title>
<atom:author>
<atom:name>Torrell Belzach, Robert</atom:name>
</atom:author>
<oreatom:triples>
<rdf:Description about="http://hdl.handle.net/20.500.12367/2164/ore.xml#atom">
<dcterms:modified>2023-01-31T13:52:11Z</dcterms:modified>
</rdf:Description>
<rdf:Description about="https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/1/TFG_TorrellBelzach_Memoria.pdf">
<dcterms:description>ORIGINAL</dcterms:description>
</rdf:Description>
<rdf:Description about="https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/2/TFG_TorrellBelzach_EstudiViabilitat.pdf">
<dcterms:description>ORIGINAL</dcterms:description>
</rdf:Description>
<rdf:Description about="https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/3/license_rdf">
<dcterms:description>CC-LICENSE</dcterms:description>
</rdf:Description>
<rdf:Description about="https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/4/TFG_TorrellBelzach_EstudiViabilitat.pdf.txt">
<dcterms:description>TEXT</dcterms:description>
</rdf:Description>
<rdf:Description about="https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/5/TFG_TorrellBelzach_Memoria.pdf.txt">
<dcterms:description>TEXT</dcterms:description>
</rdf:Description>
</oreatom:triples>
</atom:entry>
<?xml version="1.0" encoding="UTF-8" ?>
<qdc:qualifieddc schemaLocation="http://purl.org/dc/elements/1.1/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dc.xsd http://purl.org/dc/terms/ http://dublincore.org/schemas/xmls/qdc/2006/01/06/dcterms.xsd http://dspace.org/qualifieddc/ http://www.ukoln.ac.uk/metadata/dcmi/xmlschema/qualifieddc.xsd">
<dc:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</dc:title>
<dc:creator>Torrell Belzach, Robert</dc:creator>
<dc:contributor>TecnoCampus. Escola Superior Politècnica (ESUPT)</dc:contributor>
<dc:contributor>Font Aragonès, Xavier</dc:contributor>
<dcterms:abstract>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</dcterms:abstract>
<dcterms:dateAccepted>2023-01-31T13:52:11Z</dcterms:dateAccepted>
<dcterms:available>2023-01-31T13:52:11Z</dcterms:available>
<dcterms:created>2023-01-31T13:52:11Z</dcterms:created>
<dcterms:issued>2022</dcterms:issued>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<dc:identifier>http://hdl.handle.net/20.500.12367/2164</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights>http://creativecommons.org/licenses/by/4.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Attribution 4.0 International</dc:rights>
</qdc:qualifieddc>
<?xml version="1.0" encoding="UTF-8" ?>
<rdf:RDF schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
<ow:Publication about="oai:repositori.tecnocampus.cat:20.500.12367/2164">
<dc:title>Abnormal Behavior Identification through Deep Learning: TensorFlow</dc:title>
<dc:creator>Torrell Belzach, Robert</dc:creator>
<dc:contributor>TecnoCampus. Escola Superior Politècnica (ESUPT)</dc:contributor>
<dc:contributor>Font Aragonès, Xavier</dc:contributor>
<dc:description>Treball de fi de grau - Curs 2021-2022</dc:description>
<dc:description>Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</dc:description>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2023-01-31T13:52:11Z</dc:date>
<dc:date>2022</dc:date>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<dc:identifier>http://hdl.handle.net/20.500.12367/2164</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights>http://creativecommons.org/licenses/by/4.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>Attribution 4.0 International</dc:rights>
</ow:Publication>
</rdf:RDF>
<?xml version="1.0" encoding="UTF-8" ?>
<metadata schemaLocation="http://www.lyncode.com/xoai http://www.lyncode.com/xsd/xoai.xsd">
<element name="dc">
<element name="contributor">
<element name="author">
<element name="none">
<field name="value">Torrell Belzach, Robert</field>
<field name="authority">010ef51f-844d-4a1b-b529-91c7641161e9</field>
<field name="confidence">-1</field>
</element>
</element>
<element name="other">
<element name="ca">
<field name="value">TecnoCampus. Escola Superior Politècnica (ESUPT)</field>
</element>
</element>
<element name="tutor">
<element name="none">
<field name="value">Font Aragonès, Xavier</field>
<field name="authority">78e5ba59-f06f-47e0-9154-cf897af416ee</field>
<field name="confidence">-1</field>
</element>
</element>
</element>
<element name="date">
<element name="accessioned">
<element name="none">
<field name="value">2023-01-31T13:52:11Z</field>
</element>
</element>
<element name="available">
<element name="none">
<field name="value">2023-01-31T13:52:11Z</field>
</element>
</element>
<element name="issued">
<element name="none">
<field name="value">2022</field>
</element>
</element>
</element>
<element name="identifier">
<element name="uri">
<element name="none">
<field name="value">http://hdl.handle.net/20.500.12367/2164</field>
</element>
</element>
</element>
<element name="description">
<element name="ca">
<field name="value">Treball de fi de grau - Curs 2021-2022</field>
</element>
<element name="abstract">
<element name="ca">
<field name="value">Aplicar efectivament a l´industria de la manufacturació el manteniment predictiu, es a dir, poder esbrinar quan, on i com tindrem fallades en un sistema de la cadena de producció pot resultar molt beneficiós. Per a aplicar el manteniment predictiu, es desenvoluparan models d’intel·ligència artificial. Es posaran a prova aquests diversos models estadístics, d’aprenentatge automàtic i d’aprenentatge profund per a comprendre quines tècniques ens ofereixen els millors resultats davant aquest problema.</field>
</element>
</element>
</element>
<element name="format">
<element name="extent">
<element name="ca">
<field name="value">49, 7 p.</field>
</element>
</element>
</element>
<element name="language">
<element name="iso">
<element name="ca">
<field name="value">spa</field>
</element>
</element>
</element>
<element name="rights">
<element name="*">
<field name="value">Attribution 4.0 International</field>
</element>
<element name="uri">
<element name="*">
<field name="value">http://creativecommons.org/licenses/by/4.0/</field>
</element>
</element>
<element name="accessLevel">
<element name="none">
<field name="value">info:eu-repo/semantics/openAccess</field>
</element>
</element>
</element>
<element name="subject">
<element name="other">
<element name="ca">
<field name="value">Indústria manufacturera, manteniment predictiu, intel·ligència artificial</field>
</element>
</element>
</element>
<element name="title">
<element name="ca">
<field name="value">Abnormal Behavior Identification through Deep Learning: TensorFlow</field>
</element>
</element>
<element name="type">
<element name="ca">
<field name="value">info:eu-repo/semantics/bachelorThesis</field>
</element>
</element>
<element name="embargo">
<element name="terms">
<element name="ca">
<field name="value">cap</field>
</element>
</element>
</element>
</element>
<element name="bundles">
<element name="bundle">
<field name="name">ORIGINAL</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">TFG_TorrellBelzach_Memoria.pdf</field>
<field name="originalName">TFG_TorrellBelzach_Memoria.pdf</field>
<field name="format">application/pdf</field>
<field name="size">982842</field>
<field name="url">https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/1/TFG_TorrellBelzach_Memoria.pdf</field>
<field name="checksum">0280fdc9e92dca6d2d12da3a2c3b47a6</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">1</field>
<field name="drm">open access</field>
</element>
<element name="bitstream">
<field name="name">TFG_TorrellBelzach_EstudiViabilitat.pdf</field>
<field name="originalName">TFG_TorrellBelzach_EstudiViabilitat.pdf</field>
<field name="format">application/pdf</field>
<field name="size">216799</field>
<field name="url">https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/2/TFG_TorrellBelzach_EstudiViabilitat.pdf</field>
<field name="checksum">b57c59543abecff84694fcf21116397b</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">2</field>
<field name="drm">open access</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">CC-LICENSE</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">license_rdf</field>
<field name="originalName">license_rdf</field>
<field name="format">application/rdf+xml; charset=utf-8</field>
<field name="size">908</field>
<field name="url">https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/3/license_rdf</field>
<field name="checksum">0175ea4a2d4caec4bbcc37e300941108</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">3</field>
<field name="drm">open access</field>
</element>
</element>
</element>
<element name="bundle">
<field name="name">TEXT</field>
<element name="bitstreams">
<element name="bitstream">
<field name="name">TFG_TorrellBelzach_EstudiViabilitat.pdf.txt</field>
<field name="originalName">TFG_TorrellBelzach_EstudiViabilitat.pdf.txt</field>
<field name="description">Extracted text</field>
<field name="format">text/plain</field>
<field name="size">7755</field>
<field name="url">https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/4/TFG_TorrellBelzach_EstudiViabilitat.pdf.txt</field>
<field name="checksum">6434912d73bdbf78a92a823a4cba03f5</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">4</field>
<field name="drm">open access</field>
</element>
<element name="bitstream">
<field name="name">TFG_TorrellBelzach_Memoria.pdf.txt</field>
<field name="originalName">TFG_TorrellBelzach_Memoria.pdf.txt</field>
<field name="description">Extracted text</field>
<field name="format">text/plain</field>
<field name="size">68699</field>
<field name="url">https://repositori.tecnocampus.cat/bitstream/20.500.12367/2164/5/TFG_TorrellBelzach_Memoria.pdf.txt</field>
<field name="checksum">7b7490d067c13677c4c6a8dc7a308007</field>
<field name="checksumAlgorithm">MD5</field>
<field name="sid">5</field>
<field name="drm">open access</field>
</element>
</element>
</element>
</element>
<element name="others">
<field name="handle">20.500.12367/2164</field>
<field name="identifier">oai:repositori.tecnocampus.cat:20.500.12367/2164</field>
<field name="lastModifyDate">2023-06-27 01:45:37.808</field>
<field name="drm">open access</field>
</element>
<element name="repository">
<field name="name">TECNOCAMPUS</field>
<field name="mail">pir@csuc.cat</field>
</element>
</metadata>