Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial

Descripción del Articulo

En la actualidad, la agricultura, en especial el cultivo de arroz está siendo afectado por los constantes cambios climáticos, esto origina que algunos patógenos sean favorecidos alterando su producción, y a su vez generando pérdidas económicas. El estudio tuvo el propósito de elaborar un modelo de M...

Descripción completa

Detalles Bibliográficos
Autor: Pérez Suárez, Joel
Formato: tesis de maestría
Fecha de Publicación:2022
Institución:Universidad Peruana Unión
Repositorio:UPEU-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upeu.edu.pe:20.500.12840/6880
Enlace del recurso:http://repositorio.upeu.edu.pe/handle/20.500.12840/6880
Nivel de acceso:acceso embargado
Materia:Machine learning
Plaga de arroz
Burkholderia glumae
Random forest classifier
Interpolación espacial
http://purl.org/pe-repo/ocde/ford#1.02.02
id UEPU_9c4881d4436ef2c76e8d733a78d7ffc2
oai_identifier_str oai:repositorio.upeu.edu.pe:20.500.12840/6880
network_acronym_str UEPU
network_name_str UPEU-Tesis
repository_id_str 4840
dc.title.en_ES.fl_str_mv Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
title Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
spellingShingle Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
Pérez Suárez, Joel
Machine learning
Plaga de arroz
Burkholderia glumae
Random forest classifier
Interpolación espacial
http://purl.org/pe-repo/ocde/ford#1.02.02
title_short Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
title_full Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
title_fullStr Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
title_full_unstemmed Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
title_sort Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
author Pérez Suárez, Joel
author_facet Pérez Suárez, Joel
author_role author
dc.contributor.advisor.fl_str_mv Saboya Ríos, Nemias
dc.contributor.author.fl_str_mv Pérez Suárez, Joel
dc.subject.en_ES.fl_str_mv Machine learning
Plaga de arroz
Burkholderia glumae
Random forest classifier
Interpolación espacial
topic Machine learning
Plaga de arroz
Burkholderia glumae
Random forest classifier
Interpolación espacial
http://purl.org/pe-repo/ocde/ford#1.02.02
dc.subject.ocde.en_ES.fl_str_mv http://purl.org/pe-repo/ocde/ford#1.02.02
description En la actualidad, la agricultura, en especial el cultivo de arroz está siendo afectado por los constantes cambios climáticos, esto origina que algunos patógenos sean favorecidos alterando su producción, y a su vez generando pérdidas económicas. El estudio tuvo el propósito de elaborar un modelo de Machine Learning para predecir la aparición de la plaga Burkholderia Glumae en cultivos de arroz en la región de San Martín, Perú. En la exploración de los datos se usó la técnica de interpolación espacial IDW, para obtener datos de temperatura y precipitación. El estudio aplicó una serie de algoritmos supervisados. Entre estos, el Random Forest Classifier (RFC) fue el que obtuvo el máximo valor con un accuracy de 88%. También se creó un aplicativo donde se visualiza la predicción de la plaga Burkholderia Glumae en una zona determinada de la región.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2023-09-28T16:28:16Z
dc.date.available.none.fl_str_mv 2023-09-28T16:28:16Z
dc.date.embargoEnd.none.fl_str_mv 2024-02-03
dc.date.issued.fl_str_mv 2022-02-03
dc.type.en_ES.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.upeu.edu.pe/handle/20.500.12840/6880
url http://repositorio.upeu.edu.pe/handle/20.500.12840/6880
dc.language.iso.en_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_ES.fl_str_mv info:eu-repo/semantics/embargoedAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/es/
eu_rights_str_mv embargoedAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/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.en_ES.fl_str_mv PE
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/04d32a68-9f3a-4c10-9aaf-d6289ea02920/download
https://repositorio.upeu.edu.pe/bitstreams/fdfde15f-50dd-4b4f-9ae6-d66fd6ac674a/download
https://repositorio.upeu.edu.pe/bitstreams/e3a042f3-84c5-4aeb-b42d-096bd8edfd02/download
https://repositorio.upeu.edu.pe/bitstreams/d0b7a33f-f85b-457f-818f-388dd047918e/download
https://repositorio.upeu.edu.pe/bitstreams/233baa0b-a4a0-4d18-ba1b-c931b1deb61c/download
bitstream.checksum.fl_str_mv a7c18500affa34458f8f3e4f19a79921
80b23211ddf6a48e4989d2fb37bc0184
5bd4a983df2102a4679736a99364825b
ff8658fc73ea29fe78987aa30fc51cfe
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace 7
repository.mail.fl_str_mv repositorio-help@upeu.edu.pe
_version_ 1835737906214338560
spelling Saboya Ríos, NemiasPérez Suárez, Joel2023-09-28T16:28:16Z2023-09-28T16:28:16Z2022-02-032024-02-03http://repositorio.upeu.edu.pe/handle/20.500.12840/6880En la actualidad, la agricultura, en especial el cultivo de arroz está siendo afectado por los constantes cambios climáticos, esto origina que algunos patógenos sean favorecidos alterando su producción, y a su vez generando pérdidas económicas. El estudio tuvo el propósito de elaborar un modelo de Machine Learning para predecir la aparición de la plaga Burkholderia Glumae en cultivos de arroz en la región de San Martín, Perú. En la exploración de los datos se usó la técnica de interpolación espacial IDW, para obtener datos de temperatura y precipitación. El estudio aplicó una serie de algoritmos supervisados. Entre estos, el Random Forest Classifier (RFC) fue el que obtuvo el máximo valor con un accuracy de 88%. También se creó un aplicativo donde se visualiza la predicción de la plaga Burkholderia Glumae en una zona determinada de la región.LIMAEscuela de PosgradoInteligencia artificialapplication/pdfspaUniversidad Peruana UniónPEinfo:eu-repo/semantics/embargoedAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/es/Machine learningPlaga de arrozBurkholderia glumaeRandom forest classifierInterpolación espacialhttp://purl.org/pe-repo/ocde/ford#1.02.02Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacialinfo:eu-repo/semantics/masterThesisreponame:UPEU-Tesisinstname:Universidad Peruana Unióninstacron:UPEUSUNEDUMaestría en Ingeniería de Sistemas con Mención en Ingeniería de SoftwareUniversidad Peruana Unión. Unidad de Posgrado de Ingeniería y ArquitecturaMaestro en Ingeniería de Sistemas con Mención en Ingeniería de Software42001721https://orcid.org/0000-0002-7166-219745582992612357Cuellar Rodríguez, Immer EliasLévano Rodríguez, DannyAcuña Salinas, Cynthia CarolSullón Macalupu, Abel AngelSaboya Rios, Nemiashttp://purl.org/pe-repo/renati/nivel#maestrohttp://purl.org/pe-repo/renati/type#tesisORIGINALJoel_Tesis_Maestro_2023.pdfJoel_Tesis_Maestro_2023.pdfapplication/pdf307508https://repositorio.upeu.edu.pe/bitstreams/04d32a68-9f3a-4c10-9aaf-d6289ea02920/downloada7c18500affa34458f8f3e4f19a79921MD51Autorización.pdfAutorización.pdfapplication/pdf192957https://repositorio.upeu.edu.pe/bitstreams/fdfde15f-50dd-4b4f-9ae6-d66fd6ac674a/download80b23211ddf6a48e4989d2fb37bc0184MD52Reporte de similitud.pdfReporte de similitud.pdfapplication/pdf867361https://repositorio.upeu.edu.pe/bitstreams/e3a042f3-84c5-4aeb-b42d-096bd8edfd02/download5bd4a983df2102a4679736a99364825bMD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://repositorio.upeu.edu.pe/bitstreams/d0b7a33f-f85b-457f-818f-388dd047918e/downloadff8658fc73ea29fe78987aa30fc51cfeMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upeu.edu.pe/bitstreams/233baa0b-a4a0-4d18-ba1b-c931b1deb61c/download8a4605be74aa9ea9d79846c1fba20a33MD5520.500.12840/6880oai:repositorio.upeu.edu.pe:20.500.12840/68802023-09-28 11:28:16.584http://creativecommons.org/licenses/by-nc-sa/3.0/es/info:eu-repo/semantics/embargoedAccessopen.accesshttps://repositorio.upeu.edu.peDSpace 7repositorio-help@upeu.edu.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
score 13.958958
Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
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).

Ejemplares Similares