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...
Autor: | |
---|---|
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).
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).