1. Repositorio Institucional UAQ
  2. Tesis
  3. Facultad de Informática
  4. Maestría
  5. Maestría en Ciencias de la Computación
Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/11376
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorDiana Margarita Córdova Esparzaes_ES
dc.creatorDiana Carmen Rodríguez Liraes_ES
dc.date.accessioned2025-01-27T16:49:01Z-
dc.date.available2025-01-27T16:49:01Z-
dc.date.issued2025-01-22-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/11376-
dc.descriptionLa agricultura en México desempeña un papel crucial tanto a nivel económico como alimentario y social, contribuyendo significativamente a la economía global y la seguridad alimentaria. México, con su diversidad de climas y suelos, es un productor importante de una amplia variedad de cultivos, abasteciendo tanto al mercado interno como el global. Sin embargo, el mantenimiento de cultivos saludables es esencial para evitar da ˜nos por enfermedades y plagas, que pueden afectar la calidad y rendimiento de los productos. Las técnicas tradicionales de manejo agrícola son ineficientes y consumen muchos recursos, por lo que se buscan soluciones innovadoras. El aprendizaje automático surge como una opción viable para detectar plagas y enfermedades en cultivos, aunque enfrenta desafíos en el procesamiento de imágenes debido a factores como sombras y cambios de iluminación. Este trabajo se enfoca en desarrollar un algoritmo basado en técnicas de procesamiento de imágenes y redes neuronales artificiales para identificar da ˜nos en las hojas del frijol que pueden ser causados por alguna plaga del orden Coleoptera: Coccinellidae y/o Chrysomelidae. Los resultados muestran una precisión de 0.792 para la clase ” sana” y 0.658 para la clase” infectada”. A pesar de que el algoritmo demuestra un desempeño ˜no satisfactorio, se identifican áreas de mejora como el manejo del desequilibrio de clases y la prevención del sobre ajuste.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (97 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autonoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsopenAccesses_ES
dc.subjectAprendizaje automáticoes_ES
dc.subjectProcesamiento de imágeneses_ES
dc.subjectRedes neuronales artificialeses_ES
dc.subjectIdentificación de plagas en cultivoses_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleDesarrollo de un algoritmo basado en machine learning para la identificación de plagas en hojas de frijoles_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0000-0003-1578-4779es_ES
dc.contributor.identificador0000-0002-5657-7752es_ES
dc.contributor.roleDirector de tesises_ES
dc.degree.nameMaestría en Ciencias de la Computaciónes_ES
dc.degree.departmentFacultad de Informáticaes_ES
dc.degree.levelMaestríaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator317969es_ES
dc.folioIFMAC-317969es_ES
Aparece en: Maestría en Ciencias de la Computación

Archivos:
Fichero Descripción Tamaño Formato  
IFMAC-317969.pdf2.99 MBAdobe PDFVisualizar/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.