Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables
Descripción del Articulo
El uso de algoritmos de Deep Learning para clasificar los residuos reciclables representa un avance significativo en la automatización de procesos ambientales, al permitir una detección más rápida y precisa de distintos materiales. Este enfoque ha despertado un creciente interés científico, impulsad...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2026 |
| Institución: | Universidad Señor de Sipan |
| Repositorio: | USS-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.uss.edu.pe:20.500.12802/17045 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12802/17045 |
| Nivel de acceso: | acceso abierto |
| Materia: | Aprendizaje profundo Residuos reciclables Clasificación de residuos Visión por computadora Algoritmos https://purl.org/pe-repo/ocde/ford#2.02.04 |
| Sumario: | El uso de algoritmos de Deep Learning para clasificar los residuos reciclables representa un avance significativo en la automatización de procesos ambientales, al permitir una detección más rápida y precisa de distintos materiales. Este enfoque ha despertado un creciente interés científico, impulsado por la necesidad de mejorar la eficacia en la gestión de residuos reciclables. Sin embargo, la literatura presenta una alta dispersión temática y metodológica, lo que dificulta una comprensión integral del estado actual del campo. El objetivo de esta investigación es realizar una revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables. Los resultados evidencian una consolidación progresiva del campo con un crecimiento constante en la producción científica que alcanza su mayor nivel en 2024 junto con una clara orientación hacia aplicaciones prácticas en la gestión de residuos. Finalmente se concluyó que la investigación en este campo se encuentra en una etapa de desarrollo, con proyección favorable hacia soluciones sostenibles. No obstante, para fortalecer su avance, resulta necesario superar la fragmentación de los conjuntos de datos, unificar criterios y fortalecer la cooperación científica. Estos aspectos permitirán la replicabilidad de estudios e implementación de sistemas inteligentes de clasificación, contribuyendo al fortalecimiento de la economía circular y gestión ambiental eficiente. |
|---|
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).