Mostrar el registro sencillo del ítem
Evaluación de la eficiencia de técnicas de aprendizaje automático para la identificación de enfermedades en los cultivos de caña de azúcar
dc.contributor.advisor | Bances Saavedra, David Enrique | |
dc.contributor.author | Reupo Atto, Paul Gianmarco | |
dc.date.accessioned | 2023-09-05T22:32:39Z | |
dc.date.available | 2023-09-05T22:32:39Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12802/11510 | |
dc.description.abstract | La agricultura en el Perú está ampliamente diversificada al haber diferentes regiones naturales, teniendo como consecuencia una gran variedad de cultivos, cuyos frutos surten los mercados o son transformados en otros productos por la actividad industrial, siendo componente importante de la economía nacional, brindando empleo a una buena parte de la población económicamente activa. Uno de estos cultivos es la caña de azúcar, históricamente relevante en la economía nacional, existiendo antes de la reforma agraria, extensas haciendas en el territorio nacional, en el caso de Lambayeque las haciendas de Tuman, Pomalca, Cayaltí, etc. Dentro de las actividades realizadas para la producción de azúcar, está el cultivo de saccharum officinarum, conocida coloquialmente como caña azúcar, para lo cual se debe dar vital importancia al control de plagas y enfermedades de las plantaciones, las cuales se ven amenazadas de forma constante, siendo una de las consecuencias la erradicación de buena parte de la plantación, ocasionando cuantiosas pérdidas económicas para los agricultores y disminución de la producción para las azucareras. El aprendizaje automático ha sido utilizado para resolver diversos problemas, en los cuales se requiera el análisis de grandes volúmenes de información, por ello podría ayudar en la temprana detección de estas amenazas. Entre las técnicas de aprendizaje automático que han demostrado gran eficiencia para estos problemas relacionados a visión por ordenador. Por esto esta investigación se centró en abordar este problema, integrando estas técnicas, para lograr el margen de error más pequeño posible en la clasificación de imágenes entre plantas sanas y enfermas, para ello se utilizó imágenes de muestra de las hojas de diferentes ejemplares, sanos y enfermos, de la especie saccharum officinarum, las cuales se emplearán en el entrenamiento y prueba de estos algoritmos, los cuales son tres redes convolucionales ampliamente usadas en visión por computador MobileNet, VGGNET16, ResNet50 y una propuesta. | es_PE |
dc.description.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Señor de Sipán | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.source | Repositorio Institucional - USS | es_PE |
dc.source.uri | Repositorio Institucional USS | es_PE |
dc.subject | Aprendizaje automático | es_PE |
dc.subject | Visión por ordenador | es_PE |
dc.subject | Enfermedad | es_PE |
dc.subject | Caña de azúcar | es_PE |
dc.subject | Redes neuronales convolucionales | es_PE |
dc.subject | Clasificación de imágenes | es_PE |
dc.title | Evaluación de la eficiencia de técnicas de aprendizaje automático para la identificación de enfermedades en los cultivos de caña de azúcar | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.grantor | Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo | es_PE |
thesis.degree.name | Ingeniero de Sistemas | es_PE |
thesis.degree.discipline | Ingeniería de Sistemas | es_PE |
dc.subject.ocde | http://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
renati.advisor.dni | 40444130 | |
renati.advisor.orcid | https://orcid.org/0000-0002-7164-8918 | es_PE |
renati.author.dni | 70895786 | |
renati.discipline | 612076 | es_PE |
renati.juror | Forero Vargas, Manuel Guillermo | |
renati.juror | Mejia Cabrera, Heber Ivan | |
renati.juror | Tuesta Monteza, Victor Alexci | |
renati.level | http://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | http://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.description.lineadeinvestigacion | Infraestructura, Tecnología y Medio Ambiente | es_PE |
dc.publisher.country | PE | es_PE |