Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos.
Se presenta un innovador modelo de visión artificial basado en redes neuronales convolucionales (CNN) para la clasificación de la mancha negra en los cítricos. Este estudio adopta una metodología que fusiona Investigación y Desarrollo con principios ágiles de Scrum. La evaluación comparativa con los...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana unión
2025
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881509960770125824 |
|---|---|
| author | Huanca Namuche, Andrés Alfonso Terry Alvarado, Bruno Sebastian |
| author2 | Garcia Estrella, Cristian Werner |
| author_browse | Garcia Estrella, Cristian Werner Huanca Namuche, Andrés Alfonso Terry Alvarado, Bruno Sebastian |
| author_facet | Garcia Estrella, Cristian Werner Huanca Namuche, Andrés Alfonso Terry Alvarado, Bruno Sebastian |
| author_sort | Huanca Namuche, Andrés Alfonso |
| collection | Repositorio institucional |
| description | Se presenta un innovador modelo de visión artificial basado en redes neuronales convolucionales (CNN) para la clasificación de la mancha negra en los cítricos. Este estudio adopta una metodología que fusiona Investigación y Desarrollo con principios ágiles de Scrum. La evaluación comparativa con los modelos existentes de clasificación de cítricos en diferentes contextos demuestra que nuestro modelo muestra diferencias significativas en la precisión de clasificación respecto a los modelos B y C. El análisis estadístico, incluyendo la prueba de McNemar, confirma la eficacia del modelo, resaltando su fiabilidad y competitividad en la detección de enfermedades en cítricos. Los resultados obtenidos no solo proporcionan un modelo eficiente para la clasificación de la mancha negra en los cítricos, sino que también promueven el avance en la aplicación de la inteligencia artificial en la agricultura. Este enfoque sugiere nuevas direcciones de investigación y subraya la importancia de la visión artificial en la mejora de la salud de los cultivos. La implementación de este modelo puede reducir pérdidas económicas y optimizar la productividad, aportando beneficios significativos tanto para los agricultores como para la industria agrícola. |
| escuela_str_mv | Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/9018 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Simulación e Inteligencia Artificial. |
| 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 | 2025 |
| publishDateRange | 2025 |
| publishDateSort | 2025 |
| publisher | Universidad Peruana unión |
| publisherStr | Universidad Peruana unión |
| record_format | dspace |
| sede_str_mv | Tarapoto |
| spelling | Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. Huanca Namuche, Andrés Alfonso Terry Alvarado, Bruno Sebastian Garcia Estrella, Cristian Werner Visión artificial. Redes neuronales convolucionales. Mancha negra. Inteligencia artificial. Se presenta un innovador modelo de visión artificial basado en redes neuronales convolucionales (CNN) para la clasificación de la mancha negra en los cítricos. Este estudio adopta una metodología que fusiona Investigación y Desarrollo con principios ágiles de Scrum. La evaluación comparativa con los modelos existentes de clasificación de cítricos en diferentes contextos demuestra que nuestro modelo muestra diferencias significativas en la precisión de clasificación respecto a los modelos B y C. El análisis estadístico, incluyendo la prueba de McNemar, confirma la eficacia del modelo, resaltando su fiabilidad y competitividad en la detección de enfermedades en cítricos. Los resultados obtenidos no solo proporcionan un modelo eficiente para la clasificación de la mancha negra en los cítricos, sino que también promueven el avance en la aplicación de la inteligencia artificial en la agricultura. Este enfoque sugiere nuevas direcciones de investigación y subraya la importancia de la visión artificial en la mejora de la salud de los cultivos. La implementación de este modelo puede reducir pérdidas económicas y optimizar la productividad, aportando beneficios significativos tanto para los agricultores como para la industria agrícola. 2025-03-26 2025-08-04T15:35:16Z 2025-08-04T15:35:16Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/9018 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana unión PE oai:repositorio.upeu.edu.pe:20.500.12840/9018 2026-11-10T17:45:09Z |
| spellingShingle | Visión artificial. Redes neuronales convolucionales. Mancha negra. Inteligencia artificial. Huanca Namuche, Andrés Alfonso Terry Alvarado, Bruno Sebastian Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. |
| title | Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. |
| title_full | Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. |
| title_fullStr | Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. |
| title_full_unstemmed | Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. |
| title_short | Redes neuronales convolucionales para la clasificación de la mancha negra en los cítricos. |
| title_sort | redes neuronales convolucionales para la clasificacion de la mancha negra en los citricos |
| topic | Visión artificial. Redes neuronales convolucionales. Mancha negra. Inteligencia artificial. |
| topic_facet | Visión artificial. Redes neuronales convolucionales. Mancha negra. Inteligencia artificial. |
| url | https://hdl.handle.net/20.500.12840/9018 |
| work_keys_str_mv | AT huancanamucheandresalfonso redesneuronalesconvolucionalesparalaclasificaciondelamanchanegraenloscitricos AT terryalvaradobrunosebastian redesneuronalesconvolucionalesparalaclasificaciondelamanchanegraenloscitricos |