Arquitectura de red neuronal convolucional para la identificación de especies de árboles que evite la interrupción del flujo eléctrico

• Autores: Vera Sobrados, Karique Keiter, Chala Gonzalez, Diego David
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/667769
• Enlace del recurso: http://hdl.handle.net/10757/667769
• Nivel de acceso: acceso abierto
• Materia: Dataset; Especies de plantas; Identificación de plantas; Redes neuronales convolucionales; Convolutional neural networks; Plant identification; Plant species; http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente trabajo de investigación tiene como finalidad el planteamiento de la identificación de especies de árboles utilizando imágenes mediante redes neuronales convolucionales para procesos catastrales en empresas de energía eléctrica. Con dicha propuesta se pretende ofrecer a estas empresas una herramienta que les permita mejorar la identificación de árboles cuando se necesite podar y así poder reducir el margen de error en comparación a los métodos tradicionales de catastros para evitar cortes de flujo eléctrico debido al crecimiento del árbol. Para desarrollar este proyecto se realizó una investigación sobre las posibles alternativas que ayudarían a identificar las especies de plantas. Se realizó un análisis de herramientas de machine learning que dio como resultado que la red neuronal convolucional es la mejor opción para poder identificar, segmentar y discriminar con captura de imágenes. Además, se hizo un seguimiento de las características de las especies de plantas más comunes y se optó por utilizar dataset para administrar estas características importantes por discriminar de las especies de plantas y usarlas junto con las redes neuronales para su identificación. A continuación, se diseñó la arquitectura de red neuronal convolucional para la identificación de plantas. Finalmente se realizó una encuesta sobre el nivel de satisfacción del usuario sobre las ventajas que la implementación de la red neuronal convolucional, tales como la reducción del tiempo de identificación de planta, el fácil uso y la eliminación total de los errores operativos, en dicha encuesta participaron el jefe y los usuarios del proceso. Con los resultados de dicha encuesta se pudo validar que el grado de satisfacción de los usuarios es alto respecto a las ventajas que brinda la implementación de la arquitectura propuesta; lo cual cumple con los objetivos de poder identificar la especie de árbol y así no cometer errores en la poda e interrumpir flujos eléctricos.