Veuillez utiliser cette adresse pour citer ce document :
http://hdl.handle.net/20.500.12423/3936
Titre: | Sistema inteligente para identificar adecuadamente el mango Kent no exportable en el área de muestreo de una empresa agroindustrial de la región Lambayeque |
Auteur(s): | Ramos Adanaque, Elmer Antonio |
Adviser: | Vílchez Rivas, Marlon Eugenio |
metadata.renati.advisor.orcid: | https://orcid.org/0000-0003-2979-0731 |
Mots-clés: | Mangos Industria agrícola Redes neuronales artificiales |
Editeur: | Universidad Católica Santo Toribio de Mogrovejo |
Country of publication: | PE |
Date de publication: | 2021 |
Référence bibliographique: | E. A. Ramos, “Sistema inteligente para identificar adecuadamente el mango Kent no exportable en el área de muestreo de una empresa agroindustrial de la región Lambayeque,” Ingeniero, Facultad de Ingeniería, Universidad Católica Santo Toribio de Mogrovejo, Chiclayo, Perú, 2021. [En línea]. Disponible en: |
URI/URL: | http://hdl.handle.net/20.500.12423/3936 |
Résumé: | El presente trabajo de investigación tiene como objetivo realizar un sistema inteligente que permita identificar adecuadamente los mangos Kent no exportables en el área de muestreo de una empresa agroindustrial de la región de Lambayeque. Esto se dio gracias a la problemática que se logró encontrar en la empresa estudiada. Para llevar a cabo la solución, se plantearon tres objetivos específicos, estos son: implementar un algoritmo para el preprocesamiento de imágenes de entrada, implementar una red neuronal artificial para una identificación adecuada de los mangos no exportables y obtener la valoración de usabilidad de la solución de acuerdo con la percepción del usuario. Para poner en marcha todo esto, se plantearon dos metodologías a seguir. Estas fueron: La metodología de Machine Learning y la Programming extreme, una fue para crear el modelo computacional y la otra para el sistema web. Los resultados obtenidos por esta solución lograron satisfacer las necesidades planteadas por la entidad. Logrando así un 85% de asertividad al momento de pronosticar las imágenes cargadas. |
metadata.renati.type: | http://purl.org/pe-repo/renati/type#tesis |
metadata.renati.level: | http://purl.org/pe-repo/renati/nivel#tituloProfesional |
Collection(s) : | Escuela de Ingeniería de Sistemas y Computación |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
TL_RamosAdanaqueElmer.pdf | 4.32 MB | Adobe PDF | Voir/Ouvrir |
Ce document est autorisé sous une licence de type Licence Creative Commons