Machine Learning en la industria 4.0: una revisión sistematica

• López Telenchana, Luis Stalin López ^[1] ; Serrano Torres, Gabriela Joseth ^[1] ; Quintana López, Ximena Alexandra ^[1] ; Reina Haro, Diego Marcelo ^[1]
  1. [1] Universidad Nacional de Chimborazo

     Universidad Nacional de Chimborazo

     Riobamba, Ecuador

     
• Localización: Salud, Ciencia y Tecnología, ISSN 2796-9711, Nº. 4, 2024 (Ejemplar dedicado a: Salud, Ciencia y Tecnología)
• Idioma: español
• Títulos paralelos:
  • Machine Learning in Industry 4.0: a systematic review
• Enlaces
  • Texto completo
• Resumen
  • español

    El propósito de este artículo es exponer los procesos de aprendizaje automático o Machine Learning en la industria 4.0 a partir de una revisión sistemática que permite la búsqueda de estudios e investigaciones sobre el aprovechamiento de las tecnologías de innovación. En esa medida, el objetivo planteado se elabora mediante un enfoque mixto, es decir que integre tanto una propuesta cuantitativa respecto de los estudios previos sobre la temática y también, consolidar un análisis cualitativo que determine de modo crítico la efectividad del aprendizaje automático en el desarrollo industrial y comercial, rendimiento y bienestar. De tal modo, se realiza la búsqueda en bases de datos académicas como Scopus, Scielo, Dialnet y Redalyc de manera que se vinculen estudios de investigación o trabajos de grado que propongan estrategias adecuadas de implementación y ayudan a la consolidación de una discusión sobre el machine Learning en la cuarta revolución industrial.

  • English

    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.