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
id UDEP_0f0e859305b9e90454ad3c0c0df7b48f
oai_identifier_str oai:pirhua.udep.edu.pe:11042/4990
network_acronym_str UDEP
network_name_str UDEP-Institucional
repository_id_str 2644
dc.title.es.fl_str_mv Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
title Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
spellingShingle Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
Neyra Hau Yon, Jorge Luis
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
title_short Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
title_full Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
title_fullStr Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
title_full_unstemmed Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
title_sort Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning
author Neyra Hau Yon, Jorge Luis
author_facet Neyra Hau Yon, Jorge Luis
author_role author
dc.contributor.advisor.fl_str_mv Ipanaqué Alama, William
Soto Bohórquez, Juan Carlos
dc.contributor.author.fl_str_mv Neyra Hau Yon, Jorge Luis
dc.subject.es.fl_str_mv Cacao -- Contaminación -- Investigaciones
Cadmio -- Efectos fisiológicos
Aprendizaje automático (Inteligencia artificial) -- Aplicaciones
Redes neuronales (Computadores) -- Aplicaciones -- Agricultura
topic 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
dc.subject.ocde.es.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.03
description 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.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-06-17T21:55:49Z
dc.date.available.none.fl_str_mv 2021-06-17T21:55:49Z
dc.date.submitted.none.fl_str_mv 2021-04
dc.date.issued.fl_str_mv 2021-06-17
dc.type.es.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.citation.es.fl_str_mv Neyra, J. (2021). Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning (Tesis de Máster en Ingeniería Mecánico-Eléctrica con mención en Sistemas Energéticos y Mantenimiento). Universidad de Piura. Facultad de Ingeniería. Piura, Perú.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11042/4990
identifier_str_mv Neyra, J. (2021). Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning (Tesis de Máster en Ingeniería Mecánico-Eléctrica con mención en Sistemas Energéticos y Mantenimiento). Universidad de Piura. Facultad de Ingeniería. Piura, Perú.
url https://hdl.handle.net/11042/4990
dc.language.iso.es.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.license.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 Internacional
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.coverage.spatial.es.fl_str_mv Perú
dc.publisher.es.fl_str_mv Universidad de Piura
dc.publisher.country.es.fl_str_mv PE
dc.source.es.fl_str_mv Universidad de Piura
Repositorio Institucional Pirhua - UDEP
dc.source.none.fl_str_mv reponame:UDEP-Institucional
instname:Universidad de Piura
instacron:UDEP
instname_str Universidad de Piura
instacron_str UDEP
institution UDEP
reponame_str UDEP-Institucional
collection UDEP-Institucional
bitstream.url.fl_str_mv https://pirhua.udep.edu.pe/backend/api/core/bitstreams/151f4d44-d9a4-48b6-a334-6d9bf3a26777/download
https://pirhua.udep.edu.pe/backend/api/core/bitstreams/a3cad9a7-c0bd-4d5a-8fa9-55121deda082/download
https://pirhua.udep.edu.pe/backend/api/core/bitstreams/ffe307a5-910d-429e-81d1-038730617a95/download
https://pirhua.udep.edu.pe/backend/api/core/bitstreams/4b8ef0ab-e2d7-489a-a5b4-218b56282427/download
https://pirhua.udep.edu.pe/backend/api/core/bitstreams/45872bd1-6ab7-47a3-9ad1-3f8cc48d5124/download
bitstream.checksum.fl_str_mv 7c9ab7f006165862d8ce9ac5eac01552
902347b0d0b034134373fe73416498a0
6672b895b95b78a78a83dae7a5dfd8e4
855b18f0a8eb63d5209fc68b7b012a38
da0cb32ef42723e64fbe3924aa4c7626
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Pirhua
repository.mail.fl_str_mv no-reply3@udep.edu.pe
_version_ 1839819207178452992
spelling Ipanaqué Alama, WilliamSoto Bohórquez, Juan CarlosNeyra Hau Yon, Jorge LuisPerú2021-06-17T21:55:49Z2021-06-17T21:55:49Z2021-06-172021-04Neyra, J. (2021). Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learning (Tesis de Máster en Ingeniería Mecánico-Eléctrica con mención en Sistemas Energéticos y Mantenimiento). Universidad de Piura. Facultad de Ingeniería. Piura, Perú.https://hdl.handle.net/11042/4990El 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.spaUniversidad de PiuraPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalUniversidad de PiuraRepositorio Institucional Pirhua - UDEPreponame:UDEP-Institucionalinstname:Universidad de Piurainstacron:UDEPCacao -- Contaminación -- InvestigacionesCadmio -- Efectos fisiológicosAprendizaje automático (Inteligencia artificial) -- AplicacionesRedes neuronales (Computadores) -- Aplicaciones -- Agriculturahttps://purl.org/pe-repo/ocde/ford#2.02.03Determinación en tiempo real de presencia de cadmio en cultivo de cacao aplicando Machine Learninginfo:eu-repo/semantics/masterThesisSUNEDUMáster en Ingeniería Mecánico-Eléctrica con mención en Sistemas Energéticos y MantenimientoUniversidad de Piura. Facultad de IngenieríaMaestría en Ingeniería Mecánico-Eléctrica con mención en Sistemas Energéticos y MantenimientoFacultad de IngenieríaPosgrado de Maestrías en IngenieríaMaestría en Ingeniería Mecánico-Eléctrica45037058https://orcid.org/0000-0003-4039-4422https://orcid.org/0000-0001-9157-30980642249440107278https://purl.org/pe-repo/renati/type#trabajoDeInvestigacionhttps://purl.org/pe-repo/renati/level#maestro713337Chinguel Arrese, César AlbertoVásquez Díaz, EdilbertoIpanaqué Alama, WilliamSoto Bohórquez, Juan CarlosCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81223https://pirhua.udep.edu.pe/backend/api/core/bitstreams/151f4d44-d9a4-48b6-a334-6d9bf3a26777/download7c9ab7f006165862d8ce9ac5eac01552MD51ORIGINALMAS_IME_SEM_2101.pdfMAS_IME_SEM_2101.pdfArtículo principalapplication/pdf4152109https://pirhua.udep.edu.pe/backend/api/core/bitstreams/a3cad9a7-c0bd-4d5a-8fa9-55121deda082/download902347b0d0b034134373fe73416498a0MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-8628https://pirhua.udep.edu.pe/backend/api/core/bitstreams/ffe307a5-910d-429e-81d1-038730617a95/download6672b895b95b78a78a83dae7a5dfd8e4MD53TEXTMAS_IME_SEM_2101.pdf.txtMAS_IME_SEM_2101.pdf.txtExtracted texttext/plain175081https://pirhua.udep.edu.pe/backend/api/core/bitstreams/4b8ef0ab-e2d7-489a-a5b4-218b56282427/download855b18f0a8eb63d5209fc68b7b012a38MD54THUMBNAILMAS_IME_SEM_2101.pdf.jpgMAS_IME_SEM_2101.pdf.jpgGenerated Thumbnailimage/jpeg3520https://pirhua.udep.edu.pe/backend/api/core/bitstreams/45872bd1-6ab7-47a3-9ad1-3f8cc48d5124/downloadda0cb32ef42723e64fbe3924aa4c7626MD5511042/4990oai:pirhua.udep.edu.pe:11042/49902023-11-20 10:53:27.244http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://pirhua.udep.edu.peRepositorio Institucional Pirhuano-reply3@udep.edu.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
score 13.461011
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).