Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning

Descripción del Articulo

El objetivo de la tesis es incorporar la estrategia de Machine Learning y la tecnología de la visión hiperespectral para el diseño de estrategias que permitan la detección en tiempo real del contenido de cadmio de muestras de cacao, con el fin de intervenir en el proceso productivo del cacao y, de e...

Descripción completa

Detalles Bibliográficos
Autor: Neyra Hau Yon, Jorge Luis
Formato: tesis de maestría
Fecha de Publicación:2021
Institución:Universidad de Piura
Repositorio:UDEP-Institucional
Lenguaje:español
OAI Identifier:oai:pirhua.udep.edu.pe:11042/4990
Enlace del recurso:https://hdl.handle.net/11042/4990
Nivel de acceso:acceso abierto
Materia:Cacao -- Contaminación -- Investigaciones
Cadmio -- Efectos fisiológicos
Aprendizaje automático (Inteligencia artificial) -- Aplicaciones
Redes neuronales (Computadores) -- Aplicaciones -- Agricultura
https://purl.org/pe-repo/ocde/ford#2.02.03
Descripción
Sumario:El objetivo de la tesis es incorporar la estrategia de Machine Learning y la tecnología de la visión hiperespectral para el diseño de estrategias que permitan la detección en tiempo real del contenido de cadmio de muestras de cacao, con el fin de intervenir en el proceso productivo del cacao y, de esta manera, reducir el riesgo de contaminación con cadmio en el producto final. Para el desarrollo del proyecto, se hizo uso de la Cámara Hiperespectral Resonon, dentro la infraestructura del departamento de Automática y Control de la Universidad de Piura, contando con muestras de cacao tomadas de algunas locaciones de la región, con la finalidad de obtener las firmas hiperespectrales de las muestras para realizar la modelación de la predicción. A lo largo del trabajo, se muestran los resultados obtenidos con diversos algoritmos de predicción con Machine Learning, lo que permitirá comparar el mejor modelo de predicción para este caso específico. Finalmente, con un monitoreo en tiempo real, se toman las medidas correctivas, logrando mitigar la contaminación por metales pesados como el cadmio. Se concluye que las imágenes multiespectrales vienen siendo, últimamente, muy empleadas en la industria agrícola por sus buenos resultados, pudiéndose verificar que la estrategia de Machine Learning, adicionada a esta herramienta, se complementa muy bien en la detección de cadmio en el cacao.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).