Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/11385
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorVanesa del Carmen Muriel Amezcuaes_ES
dc.creatorFernando Jorge Manuel Durán de la Sierra Tovares_ES
dc.date.accessioned2025-01-30T13:56:07Z-
dc.date.available2025-01-30T13:56:07Z-
dc.date.issued2025-01-30-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/11385-
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 daños 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 daños 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 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 (42 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autónoma de Querétaroes_ES
dc.relation.requiresNoes_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.classificationCIENCIAS SOCIALESes_ES
dc.titleCaracterísticas del Periodismo Gonzo: Una Revisión Bibliográficaes_ES
dc.typeTesis de licenciaturaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0009-0000-4596-491Xes_ES
dc.contributor.identificador0000-0002-2020-7709es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameLicenciatura en Comunicación y Periodismoes_ES
dc.degree.departmentFacultad de Ciencias Políticas y Socialeses_ES
dc.degree.levelLicenciaturaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator253426es_ES
dc.folioCPLIN-253426es_ES
Aparece en: Licenciatura en Comunicación y Periodismo

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
CPLIN-253426.pdf554.42 kBAdobe 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.