Etiqueta: explicabilidad
-
SHAP, LIME e Integrated Gradients: tres formas de explicar la detección de anomalías aplicada a CMAPSS
Uno de los conjuntos de datos más utilizados para la investigación en mantenimiento predictivo aeronáutico es el Commercial Modular Aero-Propulsion System Simulation (CMAPSS) de la NASA. Este conjunto de datos simula el comportamiento de motores turbofán y proporciona mediciones de múltiples sensores a lo largo del tiempo, permitiendo estudiar procesos de degradación y detección de…
-
XAI en redes LSTM
La detección de anomalías es una de las aplicaciones más relevantes de la inteligencia artificial en sistemas complejos y críticos. Su objetivo es identificar comportamientos inesperados o desviaciones respecto al funcionamiento normal, lo que permite anticipar fallos, reducir riesgos y mejorar la fiabilidad de los sistemas. En muchos casos, esta tarea se aborda mediante modelos…
-
La importancia de la XAI en detección de anomalías en aeronáutica y aeroespacio
¿Por qué es importante explicar los modelos de detección de anomalías en aeronáutica? Los sistemas aeronáuticos modernos generan grandes volúmenes de datos de manera continua. Motores, sistemas de control y sensores a bordo producen información que puede ser analizada para detectar comportamientos anómalos y anticipar posibles fallos. En este contexto, la inteligencia artificial (IA) se…
-
Sin datos no hay inteligencia: el verdadero reto de la IA agéntica en mantenimiento
Existe una idea muy extendida de que los proyectos de inteligencia artificial fracasan porque los modelos no son lo suficientemente avanzados o porque la tecnología aún no está madura. Sin embargo, en el ámbito del mantenimiento industrial la realidad suele ser muy distinta. La mayoría de los problemas no están en los algoritmos, sino en…