Examinando por Autor "Gomez Larrakoetxea, Nerea"

Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    Enhancing real-time processing in Industry 4.0 through the paradigm of edge computing
    (Multidisciplinary Digital Publishing Institute (MDPI), 2025-01) Gomez Larrakoetxea, Nerea; Sanz Urquijo, Borja; Pastor López, Iker; García Barruetabeña, Jon; García Bringas, Pablo
    The industrial sector has undergone significant digital transformation, driven by advancements in technology and the Internet of Things (IoT). These developments have facilitated the collection of vast quantities of data, which, in turn, pose significant challenges for real-time data processing. This study seeks to validate the efficacy and accuracy of edge computing models designed to represent subprocesses within industrial environments and to compare their performance with that of traditional cloud computing models. By processing data locally at the point of collection, edge computing models provide substantial benefits in minimizing latency and enhancing processing efficiency, which are crucial for real-time decision-making in industrial operations. This research demonstrates that models derived from distinct subprocesses yield superior accuracy compared to comprehensive models encompassing multiple subprocesses. The findings indicate that an increase in data volume does not necessarily translate to improved model performance, particularly in datasets that capture data from production processes, as combining independent process data can introduce extraneous ‘noise’. By subdividing datasets into smaller, specialized edge models, this study offers a viable approach to mitigating the latency challenges inherent in cloud computing, thereby enhancing real-time data processing capabilities, scalability, and adaptability for modern industrial applications.
  • Miniatura
    Ítem
    Estudio de uso de nuevos algoritmos de Edge Computing para la generación eficiente de gemelos digitales en entornos productivos industriales
    (Universidad de Deusto, 2023-12-12) Gomez Larrakoetxea, Nerea; Sanz Urquijo, Borja; García Barruetabeña, Jon; Facultad de Ingeniería
    Esta tesis doctoral se ha desarrollado en el contexto de la aparición del Internet de las cosas (IoT) y la digitalización de las empresas, situación que ha llevado a un aumento significativo en la cantidad de datos generados y recopilados. Debido a los inconvenientes, como latencia o sobrecarga de red, producidos al procesar los datos en la nube surge el concepto Edge Computing como una solución para procesar datos lo más cerca posible de la fuente de generación. La tesis se ha desarrollado en colaboración con una planta de producción de automóviles y el objetivo de la investigación ha sido mejorar el desarrollo de gemelos digitales con el fin de aumentar la calidad y eficiencia de la planta. Para ello, esta tesis doctoral se enfoca en investigar si la combinación de Edge Computing con técnicas de inteligencia artificial puede mejorar el desarrollo de gemelos digitales en los procesos de una planta de producción. Es por eso que los objetivos definidos para conseguirlo se basan en analizar el comportamiento de los recientes dispositivos que han salido al mercado de Edge Computing al procesar diferentes algoritmos de inteligencia artificial, validar la eficacia de modelos Edge en comparación con modelos más completos, y mejorar la optimización del flujo de datos en este tipo de dispositivos a través de la compresión de datos. Estos objetivos se han definido con el objetivo de reducir los tiempos de cálculo y predicción de los procesos en la industria, permitiendo respuestas más rápidas y eficientes