Machine Learning en la industria 4.0: una revisión sistemática
DOI:
https://doi.org/10.56294/saludcyt20241068Keywords:
Machine Learning, Industry 4.0, Technologies, Innovation, Productivity, Well-beingAbstract
The purpose of this article is to expose the processes of automatic learning or Machine Learning in Industry 4.0 based on a systematic review that allows the search for studies and research on the use of innovation technologies. To that extent, the proposed objective is developed through a mixed approach, that is, it integrates both a quantitative proposal regarding previous studies on the subject and also, consolidating a qualitative analysis that critically determines the effectiveness of machine learning in the development industrial and commercial, performance and well-being. In this way, the search is carried out in academic databases such as Scopus, Scielo, Dialnet and Redalyc so that research studies or degree works that propose appropriate implementation strategies and help to consolidate a discussion about the machine are linked. Learning in the fourth industrial revolution
References
1. Maisueche, A. Utilización del Machine Learning en la industria 4.0 [Internet]. Valladolid: Universidad de Valladolid de Maestría en Ingeniería Industrial; 2019. España. https://uvadoc.uva.es/bitstream/handle/10324/37908/TFM-I-1372.pdf?sequence=1&isAllowed=y
2. García, D. Industrial IoT. Machine Learning en la industria 4.0 [Internet]. Barcelona: Universidad politécnica de Catalunya en Ingeniería Mecánica; 2020. España. https://upcommons.upc.edu/bitstream/handle/2117/336086/Art%c3%adculo_tfg_David_Garcia.pdf?sequence=2&isAllowed=y
3. Rojko, A. Industry 4.0 Concept: Background and Overview. International Journal of Interactive Mobile Technologies (iJIM), Vol 11, No 5; 2017.
4. Germani Trade & Invest. Industrie 4.0 - Smart Manufacturing for the Future [Internet]. Berlín.
5. Velasco, A. Aprendizaje automático en la industria 4.0 (Machine Learning) [internet]. Instituto Politécnico Nacional. UPIICSA; 2022. https://www.boletin.upiita.ipn.mx/index.php/ciencia/1004-cyt-numero-91/2062-aprendizaje-automatico-en-la-industria-4-0-machine-learning
6. Basco, A., Beliz, G. y Garnero, P. Industria 4.0. Ed. Inter-American Development Bank; 2018.
7. Sachón, M. Cuantas personas y máquinas trabajan juntos: los pilares de la industria 4.0 [Internet] Revista de negocios del IEEM; 2018. https://www.hacerempresa.uy/wp-content/uploads/2018/10/IEEM-abril-Art-industria-4punto0.pdf
8. Rozo, F. Revisión de las tecnologías presentes en la industria 4.0 [Internet]. Revista UIS ingenierías, v. 19 (2); 2020. https://doi.org/10.18273/revuin.v19n2-2020019
9. Hernández-Sampieri y Mendoza-Torres. Metodología de la investigación, las rutas cuantitativa, cualitativa y mixta. Ciudad de México: McGraw-Hill Interamericana Editores, S.A de C.V; 2018.
10. Moreno, B., Muñoz, M., Cuellas, J., Domancic, S. y Villanueva, J. Revisiones sistemáticas: definición y nociones básicas [Internet] Revista Clin. Periodoncia Implantol, v. 11 (3); 2018. http://dx.doi.org/10.4067/S0719-01072018000300184
11. Meraz, M., Lerma, C. y Corral, G. La industria 4.0 en el mantenimiento industrial. Revista de ingeniería industrial [internet]. 2019;3(7): 17-24. Recuperado de: 10.35429/JIE.2019.7.3.17.24
12. Gómez y López. Aplicación de técnicas de Machine Learning para mejorar la seguridad en entornos industriales [Internet] Madrid: Universidad pontificia en Ingeniería en Tecnologías industriales; 2020. Recuperado de: https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/42594/TFG%20-%20Moraga%20Gomez-Olea%2c%20Valentin.pdf?sequence=1&isAllowed=y
13. Guerra y Ortiz. La industria 4.0 y su relación con la gestión de los recursos humanos, International Journal of Good Conscience [internet]. 2020;15(3):1-21. Recuperado de: http://www.spentamexico.org/v15-n3/A9.15(3)1-21.pdf
14. Barona, S. Fourth industrial revolution (4.0.) Or cyberindustry in the criminal process: digital revolution, artificial intelligence and the path towards the robotization of justice, Revista jurídica digital UANDES [Internet]. 2019;3(1): 1-21. Recuperado de: 10.24822/rjduandes.0301.1, 1-17
15. De la Fuente, A. Diseño de soluciones avanzadas en técnicas de machine Learning para la toma de decisiones en gestión de activos [Internet] Sevilla: Universidad de Sevilla; 2022. Recuperado de: https://idus.us.es/bitstream/handle/11441/135570/Fuente%20Carmona%2c%20Antonio_tesis.pdf?sequence=1&isAllowed=y
16. Lopez, R. Powered by Pelican Machine Learning con Python [Blog] 2015; Retrieved from: https://relopezbriega.github.io/blog/2015/10/10/machine-learning-conpython/
17. Melgar Sasieta, H. A. Machine Learning -CC57-201901; 2019. Recuperado de: http://hdl.handle.net/10757/632717
18. Bravo, G., Issasi, A., Rodríguez, L., Maza, J. y Álvarez, A. Aplicación de Machine Learning en la industria 4.0 en tiempos de pandemia, Interconectando saberes [Internet] 2021. https://is.uv.mx/index.php/IS/article/view/2692/4575
19. Instituto de Formación Empresarial. (2019, 30 diciembre). Impacto del Machine Learning en el ámbito empresarial. Recuperado de: https://www.mba-madrid.com/empresas/impacto-del-machine-learning-%C3%A1mbito-empresarial/
20. Martín, E. Por qué "machine learning" será la tecnología más importante en 2018. El País; 2018.
21. Gartner. Gartner Says AI Technologies Will Be in Almost Every New Software; 2017. Recuperado de: https://www.gartner.com/en/newsroom/pressreleases/2017-07-18-gartner-says-ai-technologies-will-be-in-almost-every-new-softwareproduct-by-2020
22. Seebo. Machine Learning and AI in manufacturing; 2019. https://www.seebo.com/machine-learning-ai-manufacturing/
23. Jiménez y Díaz. Revisión sistemática de literatura: Técnicas de aprendizaje automático (machine learning), Revista científica de la facultad de ingeniería [Internet]; 2021,13:113-121. https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/849/1366
24. Zajačko, I., Gál, T., Ságová, Z., Mateichyk, V., & Wiecek, D. Application of artificial intelligence principles in mechanical engineering. MATEC Web of Conferences, 2018; 244, 01027. https://doi.org/10.1051/MATECCONF/20182440102754%13%13%26%13%13%54%0%10%20%30%40%50%60%70%80%90%100%
25. Figueroa-Donayre, E.M., Guillén-Guevara, M. L., Humpiri-Flores, R., Cabel-Moscoso, D. J., Sullon-Macalupu, A. A.&Humpiri-Flores, M.E. Machine Learning en la Industria 4.0: Análisis de su relevancia y aplicaciones. ÑAWPARISUN –Revista de Investigación Científicade Ingenierías; 2023,4(3), 93-9. https://unaj.edu.pe/revista/index.php/vpin/article/view/272/169
Published
Issue
Section
License
Copyright (c) 2024 Luis Stalin López Telenchana, Gabriela Joseth Serrano Torres, Ximena Alexandra Quintana López, Diego Marcelo Reina Haro (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
The article is distributed under the Creative Commons Attribution 4.0 License. Unless otherwise stated, associated published material is distributed under the same licence.
