Repositorio de Tesis USAT



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 TailleFormat 
TL_RamosAdanaqueElmer.pdf4.32 MBAdobe PDFVoir/Ouvrir


Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons