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

Simple item page
dc.contributor.advisorIpanaqué Alama, Williames
dc.contributor.authorCastañeda Valdivieso, Renato Edgardoes
dc.contributor.authorGuerrero Meza, José Renatoes
dc.contributor.authorRenteros Parra, Bruno Eduardoes
dc.contributor.authorVillanueva Mejía, José Alejandroes
dc.contributor.otherUniversidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica.es
dc.coverage.spatialPerúes
dc.date.accessioned2021-10-18T22:14:50Z
dc.date.available2021-10-18T22:14:50Z
dc.date.issued2021-10-18es
dc.date.submitted2021-03es
dc.description.abstractEl 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.extent2,82 MBes
dc.format.mimetypeapplication/pdfes
dc.identifier.citationCastañeda, 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.urihttps://hdl.handle.net/11042/5204
dc.languageEspañoles
dc.language.isospaes
dc.publisherUniversidad de Piuraes
dc.publisher.countryPEes
dc.relation.publishversion1es
dc.relation.requiresAdobe Readeres
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rights.holderRenato Edgardo Castañeda Valdivieso, José Renato Guerrero Meza, Bruno Eduardo Renteros Parra, José Alejandro Villanueva Mejíaes
dc.rights.licenseCreative Commons Atribución-NoComercial-SinDerivar 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectBanano orgánico -- Investigacioneses
dc.subjectAprendizaje automático (Inteligencia artificial) -- Aplicación -- Agriculturaes
dc.subjectRedes neuronales (Computadores) -- Aplicaciones -- Agriculturaes
dc.subject.ddc006.31es
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.03es
dc.titleDetección de nutrientes del suelo y planta, y pestes en campos de cultivo de banano orgánico con Machine Learninges
dc.typeinfo:eu-repo/semantics/bachelorThesises
renati.advisor.dni06422494
renati.advisor.orcidhttps://orcid.org/0000-0003-4039-4422es
renati.author.dni70615383
renati.author.dni73247675
renati.author.dni71263893
renati.author.dni72857791
renati.discipline713076es
renati.levelhttps://purl.org/pe-repo/renati/level#bachilleres
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones
thesis.degree.disciplineIngeniería Mecánico-Eléctricaes
thesis.degree.grantorUniversidad de Piura. Facultad de Ingenieríaes
thesis.degree.nameBachiller en Ingeniería Mecánico-Eléctricaes
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
T_IME_2104.pdf
Size:
2.82 MB
Format:
Adobe Portable Document Format
Description:
Archivo%20principal
Download
Collections
Área de Electrónica y Automatización - Tesis