Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate
Descripción del Articulo
El estudio tuvo el objetivo de determinar la eficacia del algoritmo integrado con inteligencia artificial apoyado en mano robótica en el reconocimiento de la madurez del tomate y se aplicó cuatro fases de desarrollo (Entendimiento del negocio, desarrollo de la solución mano robótica, obtener datos y...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2020 |
| Institución: | Universidad Peruana Unión |
| Repositorio: | UPEU-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.upeu.edu.pe:20.500.12840/3008 |
| Enlace del recurso: | http://repositorio.upeu.edu.pe/handle/20.500.12840/3008 |
| Nivel de acceso: | acceso abierto |
| Materia: | Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color https://purl.org/pe-repo/ocde/ford#2.02.04 |
| id |
UEPU_986b984e3243fc4a473a6d5a1092697f |
|---|---|
| oai_identifier_str |
oai:repositorio.upeu.edu.pe:20.500.12840/3008 |
| network_acronym_str |
UEPU |
| network_name_str |
UPEU-Tesis |
| repository_id_str |
4840 |
| dc.title.en_ES.fl_str_mv |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| title |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| spellingShingle |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate Ramos Diaz, Juan Victor Eduardo Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color https://purl.org/pe-repo/ocde/ford#2.02.04 |
| title_short |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| title_full |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| title_fullStr |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| title_full_unstemmed |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| title_sort |
Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate |
| author |
Ramos Diaz, Juan Victor Eduardo |
| author_facet |
Ramos Diaz, Juan Victor Eduardo |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Saboya Rios, Nemias Soria Quijaite, Juan Jesus |
| dc.contributor.author.fl_str_mv |
Ramos Diaz, Juan Victor Eduardo |
| dc.subject.en_ES.fl_str_mv |
Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color |
| topic |
Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color https://purl.org/pe-repo/ocde/ford#2.02.04 |
| dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
| description |
El estudio tuvo el objetivo de determinar la eficacia del algoritmo integrado con inteligencia artificial apoyado en mano robótica en el reconocimiento de la madurez del tomate y se aplicó cuatro fases de desarrollo (Entendimiento del negocio, desarrollo de la solución mano robótica, obtener datos y desarrollo de la solución red neuronal) con la finalidad del reconocimiento de la madurez del fruto, para los resultados de la red en reconocimiento de madurez se utilizó la predicción de categoría probabilística y 4 variables numéricas independientes (Humedad, temperatura, luminosidad y color) y una variable categoría dependiente (Reconocimiento de madurez), se trabajó con una data que contenía 161 registros divididos en dos grupos, uno de 80 para el entrenamiento y prueba, los otros 81 registros para la predicción. De los 80 registros, se utilizó 56 para el entrenamiento y 24 para la prueba se tuvo como resultado el 6.2500% de predicciones incorrectas, 11.1739% de probabilidad incorrecta media y con 20.7536% desviación estándar de probabilidad incorrecta, los otros 81 registros a predecir su impacto para el reconocimiento de madurez fueron que los parámetros de la humedad afecto 0.1111%, los parámetros de temperatura afecto 5.7270%, los parámetros de luminosidad afecto 43.5411% y el color afecto 50.6208% en el reconocimiento de la madurez. Se concluye que efectivamente este trabajo aporta directamente a la identificación de la maduración del tomate. |
| publishDate |
2020 |
| dc.date.accessioned.none.fl_str_mv |
2020-03-04T20:07:49Z |
| dc.date.available.none.fl_str_mv |
2020-03-04T20:07:49Z |
| dc.date.issued.fl_str_mv |
2020-02-12 |
| dc.type.en_ES.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
http://repositorio.upeu.edu.pe/handle/20.500.12840/3008 |
| url |
http://repositorio.upeu.edu.pe/handle/20.500.12840/3008 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.en_ES.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/3.0/es/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/3.0/es/ |
| dc.format.en_ES.fl_str_mv |
application/pdf |
| dc.publisher.en_ES.fl_str_mv |
Universidad Peruana Unión |
| dc.publisher.country.none.fl_str_mv |
PE |
| dc.source.en_ES.fl_str_mv |
Universidad Peruana Unión Repositorio Institucional - UPEU |
| dc.source.none.fl_str_mv |
reponame:UPEU-Tesis instname:Universidad Peruana Unión instacron:UPEU |
| instname_str |
Universidad Peruana Unión |
| instacron_str |
UPEU |
| institution |
UPEU |
| reponame_str |
UPEU-Tesis |
| collection |
UPEU-Tesis |
| bitstream.url.fl_str_mv |
https://repositorio.upeu.edu.pe/bitstreams/e467f875-5393-4571-8fc3-7b059d801daa/download https://repositorio.upeu.edu.pe/bitstreams/eb986e5d-4723-4d9c-87ad-5a17e4d53be7/download https://repositorio.upeu.edu.pe/bitstreams/c78c6bc0-acbc-406a-8c90-da639004932d/download https://repositorio.upeu.edu.pe/bitstreams/725a43b9-3826-4770-ab97-319d8dbe842a/download |
| bitstream.checksum.fl_str_mv |
ff28a15b31d8b36d045b61ef83195dd0 8a4605be74aa9ea9d79846c1fba20a33 8d0f0dae4bc1570087ba017513b93fc8 5b511db559348648741227b0e0e1d053 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
DSpace 7 |
| repository.mail.fl_str_mv |
repositorio-help@upeu.edu.pe |
| _version_ |
1835737745083858944 |
| spelling |
Saboya Rios, NemiasSoria Quijaite, Juan JesusRamos Diaz, Juan Victor Eduardo2020-03-04T20:07:49Z2020-03-04T20:07:49Z2020-02-12http://repositorio.upeu.edu.pe/handle/20.500.12840/3008El estudio tuvo el objetivo de determinar la eficacia del algoritmo integrado con inteligencia artificial apoyado en mano robótica en el reconocimiento de la madurez del tomate y se aplicó cuatro fases de desarrollo (Entendimiento del negocio, desarrollo de la solución mano robótica, obtener datos y desarrollo de la solución red neuronal) con la finalidad del reconocimiento de la madurez del fruto, para los resultados de la red en reconocimiento de madurez se utilizó la predicción de categoría probabilística y 4 variables numéricas independientes (Humedad, temperatura, luminosidad y color) y una variable categoría dependiente (Reconocimiento de madurez), se trabajó con una data que contenía 161 registros divididos en dos grupos, uno de 80 para el entrenamiento y prueba, los otros 81 registros para la predicción. De los 80 registros, se utilizó 56 para el entrenamiento y 24 para la prueba se tuvo como resultado el 6.2500% de predicciones incorrectas, 11.1739% de probabilidad incorrecta media y con 20.7536% desviación estándar de probabilidad incorrecta, los otros 81 registros a predecir su impacto para el reconocimiento de madurez fueron que los parámetros de la humedad afecto 0.1111%, los parámetros de temperatura afecto 5.7270%, los parámetros de luminosidad afecto 43.5411% y el color afecto 50.6208% en el reconocimiento de la madurez. Se concluye que efectivamente este trabajo aporta directamente a la identificación de la maduración del tomate.TesisLIMAEscuela Profesional de Ingeniería de SistemasTecnologías de información e innovación tecnológicaapplication/pdfspaUniversidad Peruana UniónPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/es/Universidad Peruana UniónRepositorio Institucional - UPEUreponame:UPEU-Tesisinstname:Universidad Peruana Unióninstacron:UPEUTomatesInteligencia artificialReconocimiento de madurezHumedadTemperaturaLuminosidadColorhttps://purl.org/pe-repo/ocde/ford#2.02.04Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomateinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniería de SistemasUniversidad Peruana Unión. Facultad de Ingeniería y ArquitecturaTítulo ProfesionalIngeniero de SistemasCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.upeu.edu.pe/bitstreams/e467f875-5393-4571-8fc3-7b059d801daa/downloadff28a15b31d8b36d045b61ef83195dd0MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upeu.edu.pe/bitstreams/eb986e5d-4723-4d9c-87ad-5a17e4d53be7/download8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALJuan_Tesis_Licenciatura_2020.pdfJuan_Tesis_Licenciatura_2020.pdfapplication/pdf5107608https://repositorio.upeu.edu.pe/bitstreams/c78c6bc0-acbc-406a-8c90-da639004932d/download8d0f0dae4bc1570087ba017513b93fc8MD54THUMBNAILJuan_Tesis_Licenciatura_2020.pdf.jpgJuan_Tesis_Licenciatura_2020.pdf.jpgGenerated Thumbnailimage/jpeg3078https://repositorio.upeu.edu.pe/bitstreams/725a43b9-3826-4770-ab97-319d8dbe842a/download5b511db559348648741227b0e0e1d053MD5520.500.12840/3008oai:repositorio.upeu.edu.pe:20.500.12840/30082021-11-04 12:44:58.439http://creativecommons.org/licenses/by/3.0/es/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.upeu.edu.peDSpace 7repositorio-help@upeu.edu.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 |
| score |
13.955691 |
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).