Modelo de clasificación supervisado para la detección de la Roya en hojas del cultivo de café aplicando técnicas de Machine Learning
dc.contributor.advisor | Barón Velandia, Julio | |
dc.contributor.advisor | Vanegas Ayala, Sebastian Camilo | |
dc.contributor.author | Rocha Calderón, Camilo Enrique | |
dc.contributor.orcid | Vanegas Ayala, Sebastian Camilo [0000-0002-8610-9765] | spa |
dc.date.accessioned | 2024-07-25T22:18:20Z | |
dc.date.available | 2024-07-25T22:18:20Z | |
dc.date.created | 2023-06-06 | |
dc.description | Esta propuesta se centra en la elaboración de un modelo que permita la detección temprana de la enfermedad de la Roya y sus diferentes etapas presentadas en las hojas del cultivo de café, aplicando técnicas de Machine Learning caracterizadas por su interpretabilidad, mejoradas respecto a su nivel de precisión mediante algoritmos de optimización híbridos, proporcionando una alternativa a los algoritmos y modelos tradicionales de análisis de imagen. Por lo tanto, el modelo se destacará por su alto desempeño en el análisis y clasificación de imágenes, identificando el estado de una planta (sana o enferma), permitiendo que los agricultores puedan tomar medidas correctivas oportunamente, reduciendo el impacto que genera la enfermedad en el rendimiento del cultivo | spa |
dc.description.abstract | This proposal focuses on the development of a model that allows the early detection of the Rust disease and its different stages presented in the leaves of the coffee crop, applying Machine Learning techniques characterized by their interpretability, improved with respect to their level of accuracy through hybrid optimization algorithms, providing an alternative to traditional algorithms and models of image analysis. Therefore, the model will stand out for its high performance in the analysis and classification of images, identifying the state of a plant (healthy or diseased), allowing farmers to take corrective measures in a timely manner, reducing the impact generated by the disease on crop yield. | spa |
dc.format.mimetype | spa | |
dc.identifier.uri | http://hdl.handle.net/11349/38696 | |
dc.language.iso | spa | spa |
dc.rights | Atribución-NoComercial-CompartirIgual 4.0 Internacional | * |
dc.rights.acceso | Abierto (Texto Completo) | spa |
dc.rights.accessrights | OpenAccess | spa |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.subject | Algoritmos de optimización | spa |
dc.subject | Café | spa |
dc.subject | Detección de enfermedades | spa |
dc.subject | Machine Learning | spa |
dc.subject | Roya | spa |
dc.subject.keyword | Coffee | spa |
dc.subject.keyword | Disease detection | spa |
dc.subject.keyword | Machine Learning | spa |
dc.subject.keyword | Optimization algorithms | spa |
dc.subject.keyword | Rust | spa |
dc.subject.lemb | Maestría en Ciencias de la Información y las Comunicaciones -- Tesis y disertaciones académicas | spa |
dc.subject.lemb | Enfermedades de las plantas | spa |
dc.subject.lemb | Aprendizaje automático | spa |
dc.subject.lemb | Café robusta | spa |
dc.title | Modelo de clasificación supervisado para la detección de la Roya en hojas del cultivo de café aplicando técnicas de Machine Learning | spa |
dc.title.titleenglish | Supervised classification model for the detection of coffee leaf Rust by applying Machine Learning techniques. | spa |
dc.type | masterThesis | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | spa |
dc.type.degree | Monografía | spa |
dc.type.driver | info:eu-repo/semantics/masterThesis | spa |
Archivos
Bloque original
1 - 2 de 2
Cargando...
- Nombre:
- RochaCalderonCamiloEnrique2023.pdf
- Tamaño:
- 2.95 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Monografía
No hay miniatura disponible
- Nombre:
- RochaCalderonCamiloEnrique2023LicenciaDeUsoYPublicacionEditable.pdf
- Tamaño:
- 615.5 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Licencia y autorización
Bloque de licencias
1 - 1 de 1
No hay miniatura disponible
- Nombre:
- license.txt
- Tamaño:
- 7 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: