Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/8927
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorLuis Alberto Morales Hernándezes_ES
dc.creatorEnoc Tapia Méndezes_ES
dc.date2023-07-01-
dc.date.accessioned2023-08-07T16:12:58Z-
dc.date.available2023-08-07T16:12:58Z-
dc.date.issued2023-07-01-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/8927-
dc.descriptionA medida que las frutas y verduras crecen, así como maduran, experimentan un fenómeno fisiológico en el que se producen cambios visibles en su apariencia externa, además en su contenido nutricional. El objetivo de la investigación es crear e implementar un sistema inteligente que utilice Inteligencia Artificial para determinar el estado de maduración de frutas y verduras. La metodología utilizada corresponde para el diseño de modelos a través de aprendizaje profundo y consta de una serie de pasos que son indispensables para generación de modelos de aprendizaje profundo, donde se inicia con la etapa del análisis y limpieza de datos, seguido del entrenamiento del modelo, para finalmente realizar la validación de las métricas obtenidas. Los métodos utilizados son clasificación de imágenes, un primer modelo para clasificación de 32 clases de frutas y verduras, en el cual se obtuvo una precisión de 98% y una exactitud de 97.86%. El segundo modelo realiza la clasificación de 12 estados de maduración, obteniendo una precisión de 97% y una exactitud de 96.67%. El método de detección de objetos predice 39 clases de frutas, verduras y estados de maduración, para el cual se obtienen métricas de 72.4% para precisión, 75.2% para mAP@50 y 63.4% para mAP@50-95. A su vez, se realiza la implementación de los modelos en hardware, brindando un tiempo de inferencia para el modelo de detección de objetos de aproximadamente 10 segundos por muestra.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.publisherIngenieríaes_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectIngeniería y Tecnologíaes_ES
dc.subjectCiencias Tecnológicases_ES
dc.subjectCiencia de los Ordenadoreses_ES
dc.titleSistema de alerta del estado de maduración de alimentos frescos dentro de un refrigerador utilizando Inteligencia Artificiales_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.creator.identificadorhttps://orcid.org/0000-0001-9556-4762es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias en Inteligencia Artificiales_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en las colecciones: Maestría en Ciencias en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IGMAC-309234.pdf6.29 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.