Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate
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...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2020
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510248732164096 |
|---|---|
| author | Ramos Diaz, Juan Victor Eduardo |
| author2 | Saboya Rios, Nemias |
| author_browse | Ramos Diaz, Juan Victor Eduardo Saboya Rios, Nemias |
| author_facet | Saboya Rios, Nemias Ramos Diaz, Juan Victor Eduardo |
| author_sort | Ramos Diaz, Juan Victor Eduardo |
| collection | Repositorio institucional |
| 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. |
| escuela_str_mv | Escuela Profesional de Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/3008 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Tecnologías de información e innovación tecnológica |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería eléctrica, electrónica e informática |
| ocde_str_mv | 2.02.04 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2020 |
| publishDateRange | 2020 |
| publishDateSort | 2020 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate Ramos Diaz, Juan Victor Eduardo Saboya Rios, Nemias Soria Quijaite, Juan Jesús Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color 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. Tesis 2020-02-12 2020-03-04T20:07:49Z 2020-03-04T20:07:49Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/3008 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/3.0/es/ application/pdf Universidad Peruana Unión PE Universidad Peruana Unión Repositorio Institucional - UPEU oai:repositorio.upeu.edu.pe:20.500.12840/3008 2026-11-10T17:45:09Z |
| spellingShingle | Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color Ramos Diaz, Juan Victor Eduardo 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 |
| 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_short | 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 robotica para el reconocimiento de la madurez del tomate |
| topic | Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color |
| topic_facet | Tomates Inteligencia artificial Reconocimiento de madurez Humedad Temperatura Luminosidad Color |
| url | https://hdl.handle.net/20.500.12840/3008 |
| work_keys_str_mv | AT ramosdiazjuanvictoreduardo algoritmointegradoconinteligenciaartificialapoyadoenmanoroboticaparaelreconocimientodelamadurezdeltomate |