SCT: Sistema cognitivo de transporte

[ES] A rasgos generales en este TFM veremos una pequeña parte de un proyecto en desarrollo enfocado en sistemas de gestión con IA para elevar los márgenes de rentabilidad en empresas del sector de transportes. Esta tecnología la hemos llamado SCT (Sistema Cognitivo de Transporte) y está enfocada en...

ver descrição completa

Detalhes bibliográficos
Autor: Pérez Parada, Óliver
Formato: tesis de maestría
Fecha de publicación:2019
País:España
Recursos:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:español
OAI Identifier:oai:riunet.upv.es:10251/128096
Acesso em linha:https://riunet.upv.es/handle/10251/128096
Access Level:acceso abierto
Palavra-chave:Cuadro de mando
Big Data
Toma de decisiones
Productividad en transporte de mercancias
Machine learning
TMS
ERP Transporte
Dashboard BI
ORGANIZACION DE EMPRESAS
Máster Universitario en Ingeniería de Organización y Logística-Màster Universitari en Enginyeria d&apos
Organització i Logística
id ES_e38b96cb0f6a077dbdd0beb0942012ad
oai_identifier_str oai:riunet.upv.es:10251/128096
network_acronym_str ES
network_name_str España
repository_id_str
spelling SCT: Sistema cognitivo de transportePérez Parada, ÓliverCuadro de mandoBig DataToma de decisionesProductividad en transporte de mercanciasMachine learningTMSERP TransporteDashboard BIORGANIZACION DE EMPRESASMáster Universitario en Ingeniería de Organización y Logística-Màster Universitari en Enginyeria d&aposOrganització i Logística[ES] A rasgos generales en este TFM veremos una pequeña parte de un proyecto en desarrollo enfocado en sistemas de gestión con IA para elevar los márgenes de rentabilidad en empresas del sector de transportes. Esta tecnología la hemos llamado SCT (Sistema Cognitivo de Transporte) y está enfocada en reducir el error en la toma de decisiones en base a los resultados de algoritmos entrenados con machine learning. Concretamente se plantea el desarrollo de un cuadro de mando en un TMS para la toma de decisiones estratégicas con Big Data recogida de cuatro empresas logísticas operando desde 2011.[EN] Generally, in this TFM we will see a small part of a project in development focused on management systems with IA to increase profitability margins in companies in the logistics sector. This technology is called SCT (Cognitive Transport System) and is focused on reducing the error in decision-making based on the results of algorithms trained with machine learning. Specifically, the development of a control panel in a TMS for strategic decision making with Big Data collected from four logistics companies operating since 2011.Universitat Politècnica de ValènciaSempere Ripoll, María FranciscaRodríguez Villalobos, AlejandroDepartamento de Organización de EmpresasInstituto Universitario Mixto de Tecnología de InformáticaEscuela Politécnica Superior de AlcoyGrupo de Cluster InnovaciónRepositorio Institucional de la Universitat Politècnica de València Riunet20192019-10-1120192019-07-24master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfapplication/ziphttps://riunet.upv.es/handle/10251/128096reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial (by-nc) http://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/1280962026-06-13T07:49:27Z
dc.title.none.fl_str_mv SCT: Sistema cognitivo de transporte
title SCT: Sistema cognitivo de transporte
spellingShingle SCT: Sistema cognitivo de transporte
Pérez Parada, Óliver
Cuadro de mando
Big Data
Toma de decisiones
Productividad en transporte de mercancias
Machine learning
TMS
ERP Transporte
Dashboard BI
ORGANIZACION DE EMPRESAS
Máster Universitario en Ingeniería de Organización y Logística-Màster Universitari en Enginyeria d&apos
Organització i Logística
title_short SCT: Sistema cognitivo de transporte
title_full SCT: Sistema cognitivo de transporte
title_fullStr SCT: Sistema cognitivo de transporte
title_full_unstemmed SCT: Sistema cognitivo de transporte
title_sort SCT: Sistema cognitivo de transporte
dc.creator.none.fl_str_mv Pérez Parada, Óliver
author Pérez Parada, Óliver
author_facet Pérez Parada, Óliver
author_role author
dc.contributor.none.fl_str_mv Sempere Ripoll, María Francisca
Rodríguez Villalobos, Alejandro
Departamento de Organización de Empresas
Instituto Universitario Mixto de Tecnología de Informática
Escuela Politécnica Superior de Alcoy
Grupo de Cluster Innovación
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Cuadro de mando
Big Data
Toma de decisiones
Productividad en transporte de mercancias
Machine learning
TMS
ERP Transporte
Dashboard BI
ORGANIZACION DE EMPRESAS
Máster Universitario en Ingeniería de Organización y Logística-Màster Universitari en Enginyeria d&apos
Organització i Logística
topic Cuadro de mando
Big Data
Toma de decisiones
Productividad en transporte de mercancias
Machine learning
TMS
ERP Transporte
Dashboard BI
ORGANIZACION DE EMPRESAS
Máster Universitario en Ingeniería de Organización y Logística-Màster Universitari en Enginyeria d&apos
Organització i Logística
description [ES] A rasgos generales en este TFM veremos una pequeña parte de un proyecto en desarrollo enfocado en sistemas de gestión con IA para elevar los márgenes de rentabilidad en empresas del sector de transportes. Esta tecnología la hemos llamado SCT (Sistema Cognitivo de Transporte) y está enfocada en reducir el error en la toma de decisiones en base a los resultados de algoritmos entrenados con machine learning. Concretamente se plantea el desarrollo de un cuadro de mando en un TMS para la toma de decisiones estratégicas con Big Data recogida de cuatro empresas logísticas operando desde 2011.
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-10-11
2019
2019-07-24
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/128096
url https://riunet.upv.es/handle/10251/128096
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial (by-nc)
http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial (by-nc)
http://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/zip
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869422511065661440
score 15,301629

Registos relacionados