Aplicación de técnicas de aprendizaje automático en el sector ferroviario

Los algoritmos de aprendizaje automático permiten buscar patrones en los datos, identificando las
relaciones existentes entre todos los campos con el objetivo de obtener una función que sea capaz de
realizar la predicción de variables. Esta predicción nos puede permitir, entre otros, identificar tipologías de
fallos, determinar la vida útil de un elemento en función de su estado, optimizar recursos, etc.
Este tipo de técnicas se están utilizando en gran cantidad de ámbitos, en los cuales se están obteniendo
grandes ventajas simplemente con el estudio de los datos de histórico. Dado que no se ha identificado un
uso maduro de este tipo de técnicas en el sector ferroviario surge la motivación y oportunidad del presente
proyecto con el objetivo final de realizar una descripción teórica acompañada de unos casos prácticos que
sirven como demostración de su uso.
Con respecto a la parte teórica, el proyecto tiene una gran carga de recopilación y estudio de información
referente a las técnicas de aprendizaje automático. Por otro lado, para la parte práctica se ha elegido el
ámbito del mantenimiento predictivo, realizando dos pruebas de concepto con casos de uso diferentes. Por
un lado, se ha llevado a cabo una prueba de algoritmos de clasificación y por otro se ha realizado una
prueba con algoritmos de regresión.