Revisión de técnicas basadas en Redes Neuronales para la detección de plagas en cultivos de mango

Abstract

En la agricultura moderna la detección temprana de plagas en cultivos es crucial para minimizar el impacto negativo en la producción y la calidad de los productos agrícolas donde en este artículo revisa las técnicas basadas en redes neuronales para la detección temprana de plagas destacando la problemática de las plagas en cultivos y la necesidad de métodos eficientes para su detección temprana por ende el principal objetivo es realizar una revisión exhaustiva de las técnicas basadas en redes neuronales específicamente centrándonos en cultivos de frutos de mango evaluando su efectividad y aplicabilidad en la agricultura de precisión donde se examinan redes neuronales convolucionales (CNN), redes neuronales recurrentes (RNN) y redes generativas adversariales (GAN) y su integración con sistemas de visión por computadora y sensores remotos para mejorar la precisión en la detección de plagas Utilizando el método de investigación PRISMA, se analizan estudios recientes que demuestran su efectividad y se señalan desafíos técnicos como la necesidad de grandes volúmenes de datos etiquetados y la complejidad en el entrenamiento de modelos precisos. Las conclusiones resaltan que las redes neuronales son una solución prometedora para la detección temprana de plagas con un potencial significativo para mejorar la sostenibilidad y la eficiencia en el manejo de cultivos sin embargo es fundamental seguir investigando y desarrollando estas tecnologías para superar las limitaciones actuales y maximizar su aplicabilidad en diversos contextos agrícolas en este caso la adopción de redes neuronales en la detección temprana de plagas puede transformar la agricultura moderna proporcionando herramientas avanzadas para proteger los cultivos y optimizar la producción