Pirhua

Detección de nutrientes del suelo y planta, y pestes en campos de cultivo de banano orgánico con Machine Learning

Pirhua Repository

 

Show simple item record

dc.contributor.advisor Ipanaqué Alama, William es
dc.contributor.author es
dc.contributor.author es
dc.contributor.author es
dc.contributor.author es
dc.contributor.other Universidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica. es
dc.coverage.spatial Perú es
dc.date.accessioned 2021-10-18T22:14:50Z
dc.date.available 2021-10-18T22:14:50Z
dc.date.issued 2021-10-18 es
dc.date.submitted 2021-03 es
dc.identifier.citation Castañeda, R., Guerrero, J., Renteros, B. y Villanueva, J. (2021). Detección de nutrientes del suelo y planta, y pestes en campos de cultivo de banano orgánico con Machine Learning (Trabajo de investigación de bachiller en Ingeniería Mecánico-Eléctrica). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Mecánico-Eléctrica. Piura, Perú. es
dc.identifier.uri
dc.description.abstract El objetivo del trabajo es diseñar una plataforma que sirva de apoyo al agricultor para poder estimar que macronutrientes tiene en deficiencia su planta de banano, con la finalidad de obtener un mejor producto en la cosecha del banano orgánico, así como una posible interfaz para la detección de plagas en el banano. Se busca el desarrollo de una plataforma haciendo uso del aprendizaje profundo y redes neuronales convolucionales para lograr una estimación y predicción de las deficiencias con un alto grado de exactitud. Así mismo hacer uso de la identificación de objetos para poder identificar las plagas que se presenten en el banano y su posible aplicación para automatizar el proceso de la toma de datos y la identificación de las plagas. En esta investigación se utilizó un conjunto de datos original de fotografías, que se compone de imágenes de hojas de banano sanas y hojas con deficiencias conocidas de nitrógeno, potasio y fósforo. Así mismo para la detección de pestes se utilizó un conjunto de fotografías público, el cual fue encontrado en un repositorio y se escogieron aquellas plagas que afectaban al banano. Posteriormente, se realizó un aumento a este conjunto de fotografías mediante transformaciones lineales y las imágenes resultantes fueron pre-procesadas en diferentes espacios de color para ser utilizadas como entradas a la red neuronal. Se logró obtener un modelo con alta precisión que pudo ser validado a través de diferentes métricas. Finalmente, se desarrolló un prototipo de plataforma web para que los agricultores en un futuro pudieran acceder al sistema. La aplicación de técnicas de Machine Learning e IoT para ayudar a los agricultores a facilitar el análisis de nutrientes de las plantaciones (sin recurrir a los análisis en laboratorio), así como la detección de plagas, resultarían en ahorros de tiempo y dinero considerables, lo cual aumentaría la efectividad de la cadena productiva y la competitividad de los productores en el mercado internacional. es
dc.format.extent 2,82 MB es
dc.format.mimetype application/pdf es
dc.language Español es
dc.language.iso spa es
dc.publisher Universidad de Piura es
dc.relation.requires Adobe Reader es
dc.rights info:eu-repo/semantics/openAccess es
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/ es
dc.source Universidad de Piura es
dc.source Repositorio Institucional Pirhua - UDEP es
dc.subject Banano orgánico -- Investigaciones es
dc.subject Aprendizaje automático (Inteligencia artificial) -- Aplicación -- Agricultura es
dc.subject Redes neuronales (Computadores) -- Aplicaciones -- Agricultura es
dc.subject.ddc 006.31 es
dc.title Detección de nutrientes del suelo y planta, y pestes en campos de cultivo de banano orgánico con Machine Learning es
dc.type info:eu-repo/semantics/bachelorThesis es
dc.rights.holder Renato Edgardo Castañeda Valdivieso, José Renato Guerrero Meza, Bruno Eduardo Renteros Parra, José Alejandro Villanueva Mejía es
dc.rights.license Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional es
dc.relation.publishversion 1 es
thesis.degree.name Bachiller en Ingeniería Mecánico-Eléctrica es
thesis.degree.grantor Universidad de Piura. Facultad de Ingeniería es
thesis.degree.discipline Ingeniería Mecánico-Eléctrica es
dc.publisher.country PE es
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#2.02.03 es
renati.author.dni 70615383
renati.author.dni 73247675
renati.author.dni 71263893
renati.author.dni 72857791
renati.advisor.orcid https://orcid.org/0000-0003-4039-4422 es
renati.advisor.dni 06422494
renati.type https://purl.org/pe-repo/renati/type#trabajoDeInvestigacion es
renati.level https://purl.org/pe-repo/renati/level#bachiller es
renati.discipline 713076 es


Files in this item

This item appears in the following Collection(s)

Show simple item record

Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional Except where otherwise noted, this item's license is described as Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional

Search Pirhua

Guides and tutorials

Check the manuals to quote, publish or find content in our institutional repository.

Main catalog

Browse more collections in Biblioteca Central.

My Account