Back to results

Universidad de Burgos

Big data reference architecture for industry 4.0: including economic and ethical Implications

Abstract

dc:description.abstract

El rápido progreso de la Industria 4.0 se consigue gracias a las innovaciones en varios campos, por ejemplo, la fabricación, el big data y la inteligencia artificial. La tesis explica la necesidad de una arquitectura del Big Data para implementar la Inteligencia Artificial en la Industria 4.0 y presenta una arquitectura cognitiva para la inteligencia artificial - CAAI - como posible solución, que se adapta especialmente a los retos de las pequeñas y medianas empresas. La tesis examina las implicaciones económicas y éticas de esas tecnologías y destaca tanto los beneficios como los retos para los países, las empresas y los trabajadores individuales. El "Cuestionario de la Industria 4.0 para las PYME" se realizó para averiguar los requisitos y necesidades de las pequeñas y medianas empresas. Así, la nueva arquitectura de la CAAI presenta un modelo de diseño de software y proporciona un conjunto de bloques de construcción de código abierto para apoyar a las empresas durante la implementación. Diferentes casos de uso demuestran la aplicabilidad de la arquitectura y la siguiente evaluación verifica la funcionalidad de la misma.

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Strohschein, Jan Niklas
Advisors dc:contributor.advisor
  • Lara Palma, Ana María
  • Pacheco Bonrostro, Joaquín
  • Faeskorn-Woyke, Heide

Subjects

dc:subject × 9

Rights

dc:rights
Statement dc:rights
  • Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Language dc:language.iso
eng

Identifiers

dc:identifier.*
OAI identifier oai:identifier
oai:riubu.ubu.es:10259/5829

Chain of custody

source
Harvested from
Universidad de Burgos
Base URL
riubu.ubu.es/oai/request
Last updated
2026-07-24
Source record
OAI-PMH GetRecord
citation

Strohschein, Jan Niklas. Big data reference architecture for industry 4.0: including economic and ethical Implications. 2021. http://hdl.handle.net/10259/5829