El objetivo de la tesis es comparar dos modelos de predicción de series temporales haciendo uso de modelos de redes neuronales LSTM (Long-Short Term Memory) y TCN (Temporal Convolutional Neural Network) y con el mejor modelo, diseñar una interfaz gráfica para la predicción de la demanda eléctrica de un día entero de los edificios de la Facultad de Derecho y Edificio E de la Universidad de Piura. Con tal fin se determina el perfil de consumo de los edificios mencionados para el estudio en la Universidad de Piura, se analizan los datos históricos de demanda eléctrica y definen las características que permitirán tener una predicción acertada. Asimismo, se entrenan los algoritmos con los datos históricos, modificando los hiperparámetros hasta obtener modelos precisos. Seguidamente, se analizan los resultados y compara el desempeño de ambos modelos. Asimismo, se explica el desar...

El 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 c...