Mostrar el registro sencillo del ítem

dc.contributor.advisorBravo Ruiz, Jaime Arturo
dc.contributor.authorOlano Chávez, Wilfredo Cristóbal
dc.date.accessioned2019-08-29T16:14:24Z
dc.date.available2019-08-29T16:14:24Z
dc.date.issued2019
dc.identifier.urihttps://hdl.handle.net/20.500.12802/6215
dc.description.abstractLos últimos avances sobre visión artificial permiten una variedad de aplicaciones en diferentes campos cotidianos de la vida, una de estas disciplinas es la clasificación de frutas experimentando un gran porcentaje de acierto dependiendo de las variables a controlar, si bien es cierto se avanzado de manera constante todavía sigue siendo un campo de investigación abierto ya que está demostrado que garantizar la calidad de este procedimiento supone un problema complejo y necesita ser desarrollado. La clasificación de frutas presenta retos significativos debido a las similitudes entre clases y las características irregulares que existe en cada una de estas; es por ello que la selección de los componentes para la extracción de los datos apropiados y el debido enfoque de representación de las características es considerado decisivo en éxito o fracaso del método planteado. Se han desarrollado métodos para evaluar la calidad de las frutas utilizando componentes robóticas con la limitación de que estas se vienen desarrollando bajo conjunto de datos limitados o sumamente controlados. El problema en el cual convergen las propuestas es que la clasificación natural de las frutas es multidimensional y ofrece características de las muestras significativamente diferentes, lo que constituye un gran desafió para los enfoques de aprendizaje automático. Se han llevado a cabo investigaciones sustanciales para el diseño y análisis de clasificadores de estas características mencionadas las cuales generalmente requieren un soporte computacional significativo. Así mismo, en los últimos 9 años se han realizado numerosas técnicas de aprendizaje de máquinas tales como, Árboles de decisión, Maquinas de vectores de soporte (SVM), k-vecinos más cercanos (k-NN), Redes neuronales artificiales (ANN), Redes neuronales convolucionales (CNN) y Algoritmos Fuzzy, utilizado diferentes métodos para el proceso de clasificación de las frutas.es_PE
dc.description.uriTrabajo de investigaciónes_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Señor de Sipánes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.sourceRepositorio Institucional - USSes_PE
dc.source.uriRepositorio Institucional USSes_PE
dc.subjectInteligencia artificiales_PE
dc.subjectAprendizaje automáticoes_PE
dc.subjectAutomatizaciónes_PE
dc.subjectClasificación de frutases_PE
dc.subjectExtracción de característicases_PE
dc.subjectSegmentaciónes_PE
dc.titleClasificación no destructiva de frutas utilizando inteligencia artificial: revisión bibliográficaes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
dcterms.typeinfo:eu-repo/semantics/bachelorThesises_ES
thesis.degree.levelBachilleres_ES
thesis.degree.grantorUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismoes_ES
thesis.degree.nameBachiller en Ingeniería de Sistemases_ES
thesis.degree.disciplineIngeniería de Sistemases_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04es_PE
renati.discipline612076es_PE
renati.levelhttp://purl.org/pe-repo/renati/level#bachilleres_PE
renati.typehttp://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones_PE
dc.publisher.countryPEes_PE


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess