@mastersthesis{20.500.12880/16145,
year = {2026},
month = {5},
url = {https://hdl.handle.net/20.500.12880/16145},
abstract = {Diseño de un sistema de mantenimiento predictivo con ML, XAI y modelos generativos. Integra Random Forest y XGBoost con optimización de costes y explicabilidad mediante SHAP, generando diagnósticos interpretables para distintos perfiles. Demuestra la viabilidad de sistemas explicables para detección de fallos industriales},
title = {Diseño e implementación de solución para la detección de fallas en sistemas basados en sensores mediante machine learning, inteligencia artificial explicable y agentes de IA generativa.},
keywords = {Big Data},
keywords = {Inteligencia Artificial},
keywords = {Machine earning},
author = {Bautista Acuña, Juan},
}