Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa

Simple item page
dc.contributor.advisorErazo Ordoñez, Christian Camilospa
dc.contributor.authorOrtiz Daza, Camilo Andrésspa
dc.creator.cedula11912024424spa
dc.date.accessioned2021-11-03T16:02:27Z
dc.date.available2021-11-03T16:02:27Z
dc.date.issued2021-06-10spa
dc.description.abstractLate blight (Phythottora Infestas) is a disease that seriously affects potato crops, causing a negative impact on the farmer's economy. This project will generate a computational tool called NeuroPI - 2105 based on a convolutional neural network created by the author, which classifies two types of leafs that are; healthy and sick. The network has been trained with 1304 images from the PlantVillage database, 304 of them correspond to healthy leaves, the remainder being attributed to late blight. The training algorithm has used the Adam gradient descent, the cross-entropy error function, and backpropagation, in order to adjust the synaptic weights and threshold levels in the network.eng
dc.description.abstractEl tizón tardío (Phythottora Infestas) es una enfermedad que afecta seriamente a los cultivos de papa, propiciando un impacto negativo en la economía del agricultor. Este proyecto permitió construir una herramienta computacional llamada NeuroPI – 2105 basada en una red neuronal convolucional creada por el autor, misma que clasifica dos tipos de folios que son; sanos y enfermos. La red ha sido entrenada con 1304 imágenes de la base de datos PlantVillage, 304 de ellas corresponden a hojas sanas, siendo el restante atribuidas al tizón tardío. El algoritmo de entrenamiento ha empleado el gradiente descendente Adam, la función del error de entropía cruzada y la backpropagation, con el fin de ajustar los pesos sinápticos y los niveles de umbral en la red.spa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Instrumentación y Automatizaciónspa
dc.description.degreetypeMonografíaspa
dc.description.notesPresencialspa
dc.identifier.bibliographicCitation[1] Finagro, «El Momento del Agro,» 30 Octubre 2020. [En línea]. Available: https://www.finagro.com.co/noticias/el-momento-del-agro.spa
dc.identifier.bibliographicCitation[2] Ministerio de Agricultura y Desarrollo Rural, «minagricultura,» Marzo 2019. [En línea]. Available: https://sioc.minagricultura.gov.co/Papa/Documentos/2019-03- 31%20Cifras%20Sectoriales.pdf.spa
dc.identifier.bibliographicCitation[3] Ministerio de Agricultura y Desarrollo Rural, «Minagricultura,» Junio 2020. [En línea]. Available: https://sioc.minagricultura.gov.co/Papa/Documentos/2020-06- 30%20Cifras%20Sectoriales.pdf.spa
dc.identifier.bibliographicCitation[4] C. d. C. d. Bogotá, V. d. F. Empresarial y P. d. A. A. y. Agroindustrial, «Centro de Información Empresarial (CIEB),» 2015. [En línea]. Available: http://hdl.handle.net/11520/14306.spa
dc.identifier.bibliographicCitation[5] H. Torres, «Cipotato.org,» Mayo 2002. [En línea]. Available: http://cipotato.org/wpcontent/uploads/2002/05/002485-1.pdf.spa
dc.identifier.bibliographicCitation[6] W. Pérez y G. Forbes, «fao.org,» julio 2011. [En línea]. Available: http://www.fao.org/3/as407s/as407s.pdfspa
dc.identifier.bibliographicCitation[7] T. -Y. Lee, J. -Y. Yu, Y. -C. Chang y J. -M. Yang, «Health Detection for Potato Leaf with Convolutional Neural Network,» de 2020 Indo – Taiwan 2nd International Conference on Computing, Analytics and Networks (Indo-Taiwan ICAN), 2020.spa
dc.identifier.bibliographicCitation[8] F. Liu y Z. Xiao, «Disease Spots Identification of Potato Leaves in Hyperspectral Based on Locally Adaptive 1D-CNN,» de 2020 IEEE International Conference on Artificial Intelligence and Computer Applications (ICAICA), 2020.spa
dc.identifier.bibliographicCitation[9] P. Sharma, P. Hans y S. C. Gupta, «Classification Of Plant Leaf Diseases Using Machine Learning And Image Preprocessing Techniques,» de 2020 10th International Conference on Cloud Computing, Data Science & Engineering (Confluence), 2020spa
dc.identifier.bibliographicCitation[10] A. Anton, S. Rustad, G. Shidik y A. Syukur, «Classification of Tomato Plant Diseases Through Leaf Using Gray-Level Co-occurrence Matrix and Color Moment with Convolutional Neural Network Methods,» de Smart Trends in Computing and Communications: Proceedings of SmartCom 2020., Singapore, Springer, 2020.spa
dc.identifier.instnameinstname:Universidad Antonio Nariñospa
dc.identifier.reponamereponame:Repositorio Institucional UANspa
dc.identifier.repourlrepourl:https://repositorio.uan.edu.co/spa
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/5156
dc.language.isospaspa
dc.publisherUniversidad Antonio Nariñospa
dc.publisher.campusBogotá - Surspa
dc.publisher.facultyFacultad de Ingeniería Mecánica, Electrónica y Biomédicaspa
dc.publisher.programMaestría en Instrumentación y Automatizaciónspa
dc.rightsAcceso abierto
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectTizón Tardíoes_ES
dc.subjectHerramienta Computacionales_ES
dc.subjectRedes Neuronales Convolucionaleses_ES
dc.subjectMatlabes_ES
dc.subject.ddc633es_ES
dc.subject.keywordLate Blightes_ES
dc.subject.keywordComputational Tooles_ES
dc.subject.keywordConvolutional Neural Networkses_ES
dc.subject.keywordMatlabes_ES
dc.titleDesarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papaes_ES
dc.typeTesis y disertaciones (Maestría y/o Doctorado)spa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dcterms.audienceEspecializadaspa
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
2021CamiloAndrésOrtizDaza.pdf
Size:
3.16 MB
Format:
Adobe Portable Document Format
Description:
Trabajo de grado
Download
thumbnail.default.alt
Name:
2021Acta.pdf
Size:
213.53 KB
Format:
Adobe Portable Document Format
Description:
Acta de sustentación
thumbnail.default.alt
Name:
2021AutorizacióndeAutores.pdf
Size:
520.56 KB
Format:
Adobe Portable Document Format
Description:
Autorización de autores
License bundle
Now showing 1 - 1 of 1
thumbnail.default.alt
Name:
license.txt
Size:
3.66 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Maestría en Instrumentación y automatización