Publicación: Desarrollar un modelo de machine learning basado en redes neuronales para la identificación y clasificación de enfermedades en cultivos de arroz mediante el análisis de imágenes
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Fecha
Resumen en español
Colombia se destaca por su producción agraria caracterizada por la distribución de cultivos en diferentes pisos térmicos a lo largo de la geografía nacional Uno de los cultivos de mayor desarrollo a nivel nacional es el arroz cuyos principales departamentos productores son Casanare Tolima y Meta Las prácticas agrarias actuales asociadas a estos cultivos especialmente en lo relacionado con la aspersión de agroquímicos presentan deficiencias no solo en términos de eficiencia productiva sino también en cuanto a los impactos ambientales y a la salud de los trabajadores Por ello el involucramiento de la inteligencia artificial en estos procesos representa una oportunidad para generar ventajas comparativas en todos los aspectos de la producción El objetivo del presente trabajo es desarrollar un algoritmo de machine learning que mediante la clasificación de imágenes facilite la detección temprana de plagas y enfermedades
Resumen en inglés
Colombia stands out for its agricultural production characterized by the distribution of crops in different thermal floors throughout the national geography One of the most developed crops at the national level is rice whose main producing departments are Casanare Tolima and Meta Current agricultural practices associated with these crops especially those related to the spraying of agrochemicals present deficiencies not only in terms of productive efficiency but also regarding environmental impacts and the health of workers Therefore the involvement of artificial intelligence in these processes represents an opportunity to generate comparative advantages in all aspects of production The objective of this work is to develop a machine learning algorithm that through image classification facilitates the early detection of pests and diseases
