DESARROLLO DE UN CLASIFICADOR POR MEDIO DE REDES NEURONALES Y LOS K VECINOS: UN CASO DE ESTUDIO EN EL SECTOR TEXTIL
DOI:
https://doi.org/10.47300/actasidi-unicyt-2024-08Palabras clave:
Clasificación de calidad, proceso de corte, industria textil, K-Means, Redes neuronales, eficienciaResumen
Este trabajo de investigación se centra en la clasificación de la calidad del proceso de corte en la fabricación de camisetas para adultos de talla grande, implementado en una PYME del sector textil ubicada en la región sur del estado de Guanajuato. Se consideran seis características clave que determinan si el proceso de corte es eficiente o no. El objetivo principal es desarrollar y comparar dos tipos de clasificadores aplicables al proceso textil. Para ello, se recopilaron 100 muestras que incluyen mediciones del largo y ancho del cuerpo de la prenda, el largo y ancho de las mangas, así como los desperdicios generados durante el corte de ambas partes. Se entrenó un clasificador K-Medias con 70 datos de entrenamiento, 15 de validación y 15 de prueba, logrando una precisión del 82.75% en la clasificación.
Palabras clave: Clasificación de calidad; proceso de corte; industria textil; K-Means; Redes neuronales; eficiencia