Buscar


Mostrar el registro sencillo del ítem

dc.rights.license https://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Vanesa del Carmen Muriel Amezcua es_ES
dc.creator Fernando Jorge Manuel Durán de la Sierra Tovar es_ES
dc.date.accessioned 2025-01-30T13:56:07Z
dc.date.available 2025-01-30T13:56:07Z
dc.date.issued 2025-01-30
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/11385
dc.description La 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.format pdf es_ES
dc.format.extent 1 recurso en línea (42 páginas) es_ES
dc.format.medium computadora es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Autónoma de Querétaro es_ES
dc.relation.requires No es_ES
dc.rights openAccess es_ES
dc.subject Aprendizaje automático es_ES
dc.subject Procesamiento de imágenes es_ES
dc.subject Redes neuronales artificiales es_ES
dc.subject Identificación de plagas en cultivos es_ES
dc.subject.classification CIENCIAS SOCIALES es_ES
dc.title Características del Periodismo Gonzo: Una Revisión Bibliográfica es_ES
dc.type Tesis de licenciatura es_ES
dc.creator.tid ORCID es_ES
dc.contributor.tid ORCID es_ES
dc.creator.identificador 0009-0000-4596-491X es_ES
dc.contributor.identificador 0000-0002-2020-7709 es_ES
dc.contributor.role Director es_ES
dc.degree.name Licenciatura en Comunicación y Periodismo es_ES
dc.degree.department Facultad de Ciencias Políticas y Sociales es_ES
dc.degree.level Licenciatura es_ES
dc.format.support recurso en línea es_ES
dc.matricula.creator 253426 es_ES
dc.folio CPLIN-253426 es_ES


Ficheros en el ítem

Thumbnail
Nombre: CPLIN-253426.pdf
Tamaño: 554.4Kb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem