Clasificación de enfermedades en cultivos del tomate mediante Machine Learning: Una revisión sistemática

• Autores: Vidaurre Sanchez, Ruben Andres, Bustamante de la Cruz, Andres Jesus
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/15884
• Enlace del recurso: https://hdl.handle.net/20.500.12802/15884
• Nivel de acceso: acceso abierto
• Materia: Detección de enfermedades; Redes neuronales convolucionales; Tizón del tomate; Virus del mosaico; Aprendizaje profundo; https://purl.org/pe-repo/ocde/ford#2.02.04

El trabajo siguiente trata sobre la categorización de los tomates y sus enfermedades y su detección de estas, y la importancia de las enfermedades que estas representan para un alimento muy consumido y exportado en el país. El objetivo del trabajo cae en mostrar los diferentes métodos de clasificación y datasets usados del más común a el más único donde identificar los diversos desempeños sobre la detección de tizón y mosaico en los tomates. Se utilizó el método PRISMA donde se revisó los artículos publicados (en un margen de 5 años) con criterios de exclusión e inclusión para estos mismos siguiendo pautas de la metodología elegida. Las investigaciones seleccionas evidencian uso de redes neuronales con diferentes patrones para detectar diferentes enfermedades tanto en el tomate y en plantas parecidas a este para identificar el método más efectivo como lo fue una rama de redes neuronales en este caso las convolucionales, estas logran altos niveles de precisión superando el 90% y también con un tiempo de respuesta rápido, esto lográndolo con la trasferencia de aprendizaje y también los autores logran mejorar las bases de datos modificándola o fusionándolas con otras para aumenta la efectividad y para calificar adecuadamente el modelo y sus resultados de este. Determinando que las redes neuronales y su uso para el tomate y la categorización de enfermedades es prometedor y se sugiere un mejor esfuerzo en conjunto para mejorar la efectividad no solo a nivel agrario sino quizás en otros sectores por eso la cooperación es tan determinante perfeccionar modelos y aumentar la confiabilidad de estos y evitar pérdidas en cultivos luego por las enfermedades al reaccionar muy tarde.