José Miguel Ramírez Sanz, doctorando del programa en Ingeniería y Tecnologías Industrial, Informática y Civil, defiende el jueves 23 de enero su tesis doctoral titulada "Optimization of industrial processes through semisupervised learning". Esta tesis ha sido codirigida por Andrés Bustillo Iglesias y Álvar Arnáiz González.
La defensa tendrá lugar en el Salón de Grados de la Escuela Politénica Superior en el campus de La Milanera y podrá seguirse a través de este enlace de Teams.
En los últimos años, el aprendizaje automático ha avanzado significativamente, destacando el aprendizaje semisupervisado, una técnica que combina datos etiquetados y no etiquetados para crear modelos más precisos y efectivos. Por su parte, la industria, como motor del progreso humano, ha impulsado la innovación tecnológica y mejorado la calidad de vida mediante la transformación de recursos en productos cada vez más complejos.
Esta tesis analiza cómo el aprendizaje semisupervisado puede aplicarse a problemas industriales, explorando técnicas actuales, desarrollando nuevas metodologías y probándolas en casos reales. Entre sus principales contribuciones, se destacan avances en la detección de fallos industriales, el desarrollo de una clasificación de métodos semisupervisados seguros, mejoras al modelo Rotation Forest para convertirlo en una modelo semisupervisado y la optimización de procesos relacionados con el transporte.
En resumen, la investigación aporta soluciones innovadoras que validan el potencial del aprendizaje semisupervisado en la industria, optimizando procesos clave y enfrentando desafíos reales.