Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras

En la actualidad el tomate (Solanum lycopersicum L.) es la hortaliza más importante productiva y económicamente en Honduras, siendo un insumo indispensable del comercio a nivel nacional y global, por lo cual es sumamente necesario contar con herramientas de asesoría agrícola, que ayuden en la produc...

Full description

Bibliographic Details
Main Authors:	Erazo V., Jorge D., Uema H., Ken S.
Other Authors:	Avellaneda, Carolina
Format:	Tesis
Language:	Español
Published:	Zamorano: Escuela Agrícola Panamericana, 2020 2020
Subjects:	Inteligencia artificial Machine Learning Python
Online Access:	https://bdigital.zamorano.edu/handle/11036/6874

id	ZAMORANO6874
record_format	dspace
spelling	ZAMORANO68742023-03-24T16:16:47Z Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras Erazo V., Jorge D. Uema H., Ken S. Avellaneda, Carolina Molina, Josué Inteligencia artificial Machine Learning Python En la actualidad el tomate (Solanum lycopersicum L.) es la hortaliza más importante productiva y económicamente en Honduras, siendo un insumo indispensable del comercio a nivel nacional y global, por lo cual es sumamente necesario contar con herramientas de asesoría agrícola, que ayuden en la productividad y calidad del cultivo. El proyecto aquí presentado consistió en la implementación de mecanismos de inteligencia artificial, de la creación de un sistema de redes neuronales que permitan diagnosticar enfermedades en el tomate de forma confiable y precisa. La codificación del sistema se realizó empleando códigos de programación obtenidos de la colorimetría de síntomas, usando el modelo de color RGB y el lenguaje de programación Python, el cual facilitó la implementación y entrenamiento de la red, para esto fue necesario crear una base de datos de la cual la red neuronal obtuvo las imágenes necesarias para realizar su entrenamiento y aprendizaje, aplicándolo luego en sus diagnósticos. El desarrollo del programa presentó algunas dificultades o limitaciones, lo que limitó el número de enfermedades a evaluar, por tal razón el estudio se centró en aquellas que presentaron síntomas bien definidos, y de fácil interpretación para la red neuronal, permitiendo extenderse a cualquier cantidad de enfermedades. Se realizó la codificación de las enfermedades y su implementación, logrando que el sistema tuviese la capacidad de diagnosticar correctamente dos ellas, mancha por Septoria sp. y tizón temprano. 2020-11-29T17:54:17Z 2020-11-29T17:54:17Z 2020 Thesis https://bdigital.zamorano.edu/handle/11036/6874 spa 27 p. Copyright, Escuela Agrícola Panamericana, 2020 http://creativecommons.org/licenses/by-nc-nd/3.0/es openAccess application/pdf application/pdf Zamorano Zamorano: Escuela Agrícola Panamericana, 2020
institution	Universidad Zamorano
collection	Biblioteca Digital Zamorano
language	Español
topic	Inteligencia artificial Machine Learning Python
spellingShingle	Inteligencia artificial Machine Learning Python Erazo V., Jorge D. Uema H., Ken S. Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras
description	En la actualidad el tomate (Solanum lycopersicum L.) es la hortaliza más importante productiva y económicamente en Honduras, siendo un insumo indispensable del comercio a nivel nacional y global, por lo cual es sumamente necesario contar con herramientas de asesoría agrícola, que ayuden en la productividad y calidad del cultivo. El proyecto aquí presentado consistió en la implementación de mecanismos de inteligencia artificial, de la creación de un sistema de redes neuronales que permitan diagnosticar enfermedades en el tomate de forma confiable y precisa. La codificación del sistema se realizó empleando códigos de programación obtenidos de la colorimetría de síntomas, usando el modelo de color RGB y el lenguaje de programación Python, el cual facilitó la implementación y entrenamiento de la red, para esto fue necesario crear una base de datos de la cual la red neuronal obtuvo las imágenes necesarias para realizar su entrenamiento y aprendizaje, aplicándolo luego en sus diagnósticos. El desarrollo del programa presentó algunas dificultades o limitaciones, lo que limitó el número de enfermedades a evaluar, por tal razón el estudio se centró en aquellas que presentaron síntomas bien definidos, y de fácil interpretación para la red neuronal, permitiendo extenderse a cualquier cantidad de enfermedades. Se realizó la codificación de las enfermedades y su implementación, logrando que el sistema tuviese la capacidad de diagnosticar correctamente dos ellas, mancha por Septoria sp. y tizón temprano.
author2	Avellaneda, Carolina
author_facet	Avellaneda, Carolina Erazo V., Jorge D. Uema H., Ken S.
format	Tesis
author	Erazo V., Jorge D. Uema H., Ken S.
author_sort	Erazo V., Jorge D.
title	Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras
title_short	Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras
title_full	Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras
title_fullStr	Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras
title_full_unstemmed	Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras
title_sort	redes neuronales para la identificación de enfermedades en el cultivo de tomate (solanum lycopersicum l.) en honduras
publisher	Zamorano: Escuela Agrícola Panamericana, 2020
publishDate	2020
url	https://bdigital.zamorano.edu/handle/11036/6874
work_keys_str_mv	AT erazovjorged redesneuronalesparalaidentificaciondeenfermedadesenelcultivodetomatesolanumlycopersicumlenhonduras AT uemahkens redesneuronalesparalaidentificaciondeenfermedadesenelcultivodetomatesolanumlycopersicumlenhonduras
_version_	1808119149815136256

Redes neuronales para la identificación de enfermedades en el cultivo de tomate (Solanum lycopersicum L.) en Honduras

Similar Items