Examinando por Autor "Guevara Briones, Jean Edinson"

Mostrando 1 - 2 de 2

Revisión sistemática de la aplicación de Redes Neuronales Artificiales, utilizando Deep Learning, en la detección temprana del cáncer de piel
(Universidad Católica Santo Toribio de Mogrovejo, 2022) Guevara Briones, Jean Edinson; Guevara Briones, Jean Edinson; Reyes Burgos, Karla Cecilia
Las redes neuronales artificiales (RNA’s) basadas en Deep Learning han tomado mayor relevancia en el área de la medicina, ayudando a los especialistas a detectar, en una fase inicial, enfermedades mortales como el cáncer de piel. Por consiguiente, este documento presenta el análisis de las diversas investigaciones que abordan la aplicación de las RNA´s en la detección temprana del cáncer de piel basándose en la metodología propuesta por Kitchenham para el desarrollo óptimo de un artículo de revisión. En base a este análisis, se pudo establecer que Alemania es el país con mayor número de investigaciones basadas en el tema del presente artículo. Además, se encontró que el modelo de arquitectura de RNA, ResNet, es el más abordado en las investigaciones seleccionadas durante el proceso de búsqueda. Por último, se concluyó que un gran porcentaje de investigaciones se desarrollaron en el continente europeo y asiático, dejando un preocupante porcentaje para el sector latinoamericano, también, se pudo corroborar que las RNA´s poseen una gran versatilidad por lo cual pueden ser aplicadas en cualquier rama de la medicina y de la ciencia.
Sistema inteligente basado en redes neuronales para apoyar el control de plagas en cultivos de caña de azúcar de Lambayeque
(Universidad Católica Santo Toribio de Mogrovejo, 2023) Guevara Briones, Jean Edinson; Guevara Briones, Jean Edinson; Vilchez Rivas, Marlon Eugenio
El manejo integral de plagas y enfermedades (MIP) es fundamental en el cultivo de caña de azúcar, su ineficiente ejecución genera que no se consiga una buena cosecha al final de una temporada de sembrío, incluyendo las consecuencias monetarias y logísticas que trae consigo esto. La falta de conocimientos fito-técnicos de la planta, así como, la poca conciencia preventiva de los agricultores generaba esta ineficiencia. Ante esta problemática se planteó desarrollar un sistema inteligente web, basado en el paradigma de las redes neuronales, que apoye en la prevención, detección, tratamiento y seguimiento de las plagas y enfermedades propios del cultivo de caña de azúcar, para lo cual se utilizó la metodología de desarrollo IDEAL, propuesta por Juan Pazos en 1997. Una vez culminado el desarrollo del producto, se puso a disposición de 6 expertos en el cultivo de caña de azúcar para su validación, obteniendo como resultado que el 84% calificó la información del sistema entre “confiable” y “totalmente confiable”, además, el 66% califico de “fácil” y “muy fácil” el uso de este y el 100% determino que el software era “útil” y “muy útil” para el manejo integral de plagas. Por otro lado, se consiguió una precisión del 83% en la detección de plagas y un aumento en el número de tratamientos de control con las que podría contar los agricultores al momento de erradicar una plaga o enfermedad, así mismo, se pudo aumentar el número de alertas preventivas ante la posible aparición de estas.