Modelo para detección de Xanthomonas campestris aplicando técnicas de machine learning mejoradas mediante algoritmos de optimización.
Fecha
Fecha
2022-05-23
Autores
Director
Título de la revista
ISSN de la revista
Título del volumen
Editor
Descripción
Esta propuesta se centra en la elaboración de un modelo que permita la detección temprana de la enfermedad Xanthomonas Campestris aplicando técnicas de Machine Learning, caracterizadas por su alta interpretabilidad, mejoradas mediante algoritmos de optimización, permitiendo identificar de manera precisa el estado de una planta (Sana o enferma), con el objeto de que los agricultores puedan tomar acciones tempranas reduciendo el impacto que genera la enfermedad en la presentación y rendimiento del cultivo.
Resumen
This proposal focuses on the elaboration of a model that allows the early detection of the Xanthomonas Campestris disease by applying Machine Learning techniques, characterized by their high interpretability, improved by means of optimization algorithms, allowing to accurately identify the state of a plant (Healthy or diseased), so that farmers can take early action reducing the impact generated by the disease in the presentation and yield of the crop.
Palabras clave
Algoritmos de optimización, Análisis de imágenes, Aprendizaje automático, Enfermedad Xanthomonas campestris
Materias
Maestría en Ciencias de la Información y las Comunicaciones - Tesis y disertaciones académicas, Xanthomonas, Xanthomonas campestris, Aprendizaje automático (Inteligencia artificial), Sistemas difusos, Patología vegetal