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 |
| id |
USSS_afea11e585f9ba6154b8f867bab4767c |
|---|---|
| oai_identifier_str |
oai:repositorio.uss.edu.pe:20.500.12802/17045 |
| network_acronym_str |
USSS |
| network_name_str |
USS-Institucional |
| repository_id_str |
4829 |
| dc.title.es_PE.fl_str_mv |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| title |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| spellingShingle |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables Cabrera Piscoya, Narumi Sayuri Aprendizaje profundo Residuos reciclables Clasificación de residuos Visión por computadora Algoritmos https://purl.org/pe-repo/ocde/ford#2.02.04 |
| title_short |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| title_full |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| title_fullStr |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| title_full_unstemmed |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| title_sort |
Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclables |
| author |
Cabrera Piscoya, Narumi Sayuri |
| author_facet |
Cabrera Piscoya, Narumi Sayuri Valverde Castillo, Alexander Jose Andres |
| author_role |
author |
| author2 |
Valverde Castillo, Alexander Jose Andres |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
Arcila Diaz, Juan Carlos |
| dc.contributor.author.fl_str_mv |
Cabrera Piscoya, Narumi Sayuri Valverde Castillo, Alexander Jose Andres |
| dc.subject.es_PE.fl_str_mv |
Aprendizaje profundo Residuos reciclables Clasificación de residuos Visión por computadora Algoritmos |
| topic |
Aprendizaje profundo Residuos reciclables Clasificación de residuos Visión por computadora Algoritmos https://purl.org/pe-repo/ocde/ford#2.02.04 |
| dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
| description |
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. |
| publishDate |
2026 |
| dc.date.accessioned.none.fl_str_mv |
2026-02-12T21:26:33Z |
| dc.date.available.none.fl_str_mv |
2026-02-12T21:26:33Z |
| dc.date.issued.fl_str_mv |
2026 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12802/17045 |
| url |
https://hdl.handle.net/20.500.12802/17045 |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
| dc.format.es_PE.fl_str_mv |
application/pdf |
| dc.publisher.es_PE.fl_str_mv |
Universidad Señor de Sipán |
| dc.publisher.country.es_PE.fl_str_mv |
PE |
| dc.source.es_PE.fl_str_mv |
Repositorio Institucional - USS Repositorio Institucional USS |
| dc.source.none.fl_str_mv |
reponame:USS-Institucional instname:Universidad Señor de Sipan instacron:USS |
| instname_str |
Universidad Señor de Sipan |
| instacron_str |
USS |
| institution |
USS |
| reponame_str |
USS-Institucional |
| collection |
USS-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/1/Cabrera%20Piscoya%2c%20Narumi%20%26%20Valverde%20Castillo%2c%20Alexander.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/2/Autorizaci%c3%b3n%20del%20autor.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/3/Informe%20de%20similitud.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/4/license_rdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/5/license.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/6/Cabrera%20Piscoya%2c%20Narumi%20%26%20Valverde%20Castillo%2c%20Alexander.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/10/Informe%20de%20similitud.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/7/Cabrera%20Piscoya%2c%20Narumi%20%26%20Valverde%20Castillo%2c%20Alexander.pdf.jpg https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/11/Informe%20de%20similitud.pdf.jpg |
| bitstream.checksum.fl_str_mv |
5ec8788c8d8b7f3c895f06e5558f5ee2 89ebb572acefb5137173e8dfe200ae7a d3d13e417bd5fcdcff22570efd9d07c5 3655808e5dd46167956d6870b0f43800 8a4605be74aa9ea9d79846c1fba20a33 7f74e2d560b54928369c486a009021ec 3e5318572d6522547257914e8f229523 e267304428ea797a82b35785179f8570 29361c68c6dfc4a73b2b549953148ea5 41cde15e9bad95617041fca237453d6a 77a2edc542f6820b18d6d96b5b2d89f5 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Señor de Sipán |
| repository.mail.fl_str_mv |
repositorio@uss.edu.pe |
| _version_ |
1857933431184293888 |
| spelling |
Arcila Diaz, Juan CarlosCabrera Piscoya, Narumi SayuriValverde Castillo, Alexander Jose Andres2026-02-12T21:26:33Z2026-02-12T21:26:33Z2026https://hdl.handle.net/20.500.12802/17045El 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.Trabajo de investigaciónCiencias de la información como herramientas multidisciplinares y estratégicas en el contexto industrial y de organizacionesInformática y transformación digital en el contexto industrial y organizacional.application/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSAprendizaje profundoResiduos reciclablesClasificación de residuosVisión por computadoraAlgoritmoshttps://purl.org/pe-repo/ocde/ford#2.02.04Revisión sistemática sobre la aplicación de algoritmos de Deep Learning para la clasificación de residuos reciclablesinfo:eu-repo/semantics/bachelorThesisSUNEDUUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoIngeniero de SistemasIngeniería de Sistemas4771577772112841https://orcid.org/0000-0002-7788-951X72481965612076https://purl.org/pe-repo/renati/level#bachillerhttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacionORIGINALCabrera Piscoya, Narumi & Valverde Castillo, Alexander.pdfCabrera Piscoya, Narumi & Valverde Castillo, Alexander.pdfapplication/pdf1744481https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/1/Cabrera%20Piscoya%2c%20Narumi%20%26%20Valverde%20Castillo%2c%20Alexander.pdf5ec8788c8d8b7f3c895f06e5558f5ee2MD51Autorización del autor.pdfAutorización del autor.pdfapplication/pdf146505https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/2/Autorizaci%c3%b3n%20del%20autor.pdf89ebb572acefb5137173e8dfe200ae7aMD52Informe de similitud.pdfInforme de similitud.pdfapplication/pdf3052737https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/3/Informe%20de%20similitud.pdfd3d13e417bd5fcdcff22570efd9d07c5MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/4/license_rdf3655808e5dd46167956d6870b0f43800MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55TEXTCabrera Piscoya, Narumi & Valverde Castillo, Alexander.pdf.txtCabrera Piscoya, Narumi & Valverde Castillo, Alexander.pdf.txtExtracted texttext/plain142281https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/6/Cabrera%20Piscoya%2c%20Narumi%20%26%20Valverde%20Castillo%2c%20Alexander.pdf.txt7f74e2d560b54928369c486a009021ecMD56Autorización del autor.pdf.txtAutorización del autor.pdf.txtExtracted texttext/plain2331https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt3e5318572d6522547257914e8f229523MD58Informe de similitud.pdf.txtInforme de similitud.pdf.txtExtracted texttext/plain125926https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/10/Informe%20de%20similitud.pdf.txte267304428ea797a82b35785179f8570MD510THUMBNAILCabrera Piscoya, Narumi & Valverde Castillo, Alexander.pdf.jpgCabrera Piscoya, Narumi & Valverde Castillo, Alexander.pdf.jpgGenerated Thumbnailimage/jpeg9779https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/7/Cabrera%20Piscoya%2c%20Narumi%20%26%20Valverde%20Castillo%2c%20Alexander.pdf.jpg29361c68c6dfc4a73b2b549953148ea5MD57Autorización del autor.pdf.jpgAutorización del autor.pdf.jpgGenerated Thumbnailimage/jpeg10145https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg41cde15e9bad95617041fca237453d6aMD59Informe de similitud.pdf.jpgInforme de similitud.pdf.jpgGenerated Thumbnailimage/jpeg6303https://repositorio.uss.edu.pe/bitstream/20.500.12802/17045/11/Informe%20de%20similitud.pdf.jpg77a2edc542f6820b18d6d96b5b2d89f5MD51120.500.12802/17045oai:repositorio.uss.edu.pe:20.500.12802/170452026-02-13 03:06:56.94Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.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 |
| score |
13.411838 |
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).
