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.

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