Spaces:
Sleeping
Sleeping
File size: 1,551 Bytes
ae72e14 0f6bfcd ae72e14 0f6bfcd ae72e14 0f6bfcd ae72e14 0f6bfcd ae72e14 0f6bfcd ae72e14 0f6bfcd ae72e14 0f6bfcd ae72e14 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | ---
title: CloudManteinAI
emoji: ⚙️
colorFrom: blue
colorTo: green
sdk: gradio
sdk_version: "5.50.0"
python_version: "3.11"
app_file: app.py
pinned: false
license: mit
---
# CloudManteinAI
CloudManteinAI es una prueba de concepto académica para clasificar riesgo operacional en mantenimiento preventivo mediante Machine Learning tradicional y una capa auxiliar de interpretación con Gemini API.
## Alcance
El proyecto no constituye una herramienta validada para uso industrial. Los datos utilizados son sintéticos o de prueba. Las predicciones deben interpretarse como una demostración metodológica.
## Componentes principales
- Modelo supervisado de clasificación con scikit-learn.
- Aplicación web desarrollada con Gradio.
- Despliegue en Hugging Face Spaces.
- Gemini API como capa opcional de interpretación en lenguaje natural.
- Modo básico sin Gemini API.
## Variables de entrada
- horas_operacion
- carga_operacional
- temperatura
- vibracion
- energia_acumulada
- historial_fallas
- severidad_operacional
## Salida
- Riesgo operacional: Bajo, Medio o Alto.
- Probabilidad estimada.
- Explicación auxiliar opcional con Gemini API.
- Advertencia metodológica sobre el carácter académico del prototipo.
## Seguridad
La clave de Gemini API debe configurarse como secreto del Space con el nombre `GEMINI_API_KEY`. No debe escribirse en el código fuente ni en archivos del repositorio.
## Nota metodológica
Los resultados obtenidos no constituyen validación industrial ni reemplazan la revisión de especialistas.
|