Aquí hay una idea para un proyecto:
Considere un sistema de control con múltiples señales de salida, tanto analógicas como digitales. Implemente un sistema de detección de anomalías para obtener alarmas cuando el sistema entre en un estado defectuoso. Aún mejor, apunte al mantenimiento predictivo. Idealmente, desea saber que el sistema se va a romper antes de que se rompa, que es prácticamente el santo grial del mantenimiento.
Ha habido una investigación muy prometedora últimamente sobre el uso de redes neuronales de memoria a largo plazo (LSTM) para detectar anomalías en series de tiempo multivariadas (ver enlaces a continuación). Probablemente desee transformar las señales en el dominio de frecuencia utilizando transformadas de Fourier.
- ¿Cuáles son los límites teóricos del poder computacional dictados por las leyes conocidas de la física?
- ¿Cómo debe comenzar un estudiante de clase 12 en el aprendizaje automático?
- ¿Cuáles son las ventajas de las redes informáticas?
- ¿Qué tan unida está la comunidad de CS en Harvard?
- ¿Cómo ha cambiado la IA la industria del juego?
Este proyecto implica un poco de ingeniería de control y algo de procesamiento de señal digital (DSP) y, por supuesto, aprendizaje automático. Debería ser bastante fácil lograr que sea aceptado como un proyecto de último año en EE. Puede usar un sistema de control real o datos simulados.
Aquí hay algunos enlaces útiles para comenzar:
- Un artículo reciente que describe la idea general.
- Una tesis de maestría muy interesante que lleva esas ideas un poco más allá.
Además, asegúrese de revisar esta charla reciente de un científico jefe de datos de IBM Watson: