Examinando por Autor "Ramos Adanaque, Elmer Antonio"

Mostrando 1 - 2 de 2

Sistema inteligente para identificar adecuadamente el mango Kent no exportable en el área de muestreo de una empresa agroindustrial de la región Lambayeque
(Universidad Católica Santo Toribio de Mogrovejo, 2021) Ramos Adanaque, Elmer Antonio; Ramos Adanaque, Elmer Antonio; Vílchez Rivas, Marlon Eugenio
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.
Sistemas inteligentes enfocados en la gestión de cultivos agrícolas: una revisión sistemática de la literatura
(Universidad Católica Santo Toribio de Mogrovejo, 2021) Ramos Adanaque, Elmer Antonio; Ramos Adanaque, Elmer Antonio; Reyes Burgos, Karla Cecilia
Este trabajo de investigación tiene como objetivo realizar un análisis de la literatura, para tener una perspectiva sobre el estado en el que se encuentra la investigación sobre los sistemas inteligentes (SI) que están enfocados en la gestión de cultivos agrícolas. Los sistemas inteligentes son considerados cómo una tecnología de gran apoyo que ayuda a reducir errores y a la vez brinda mejoras, produciendo menos pérdidas en las cosechas de cultivos agrícolas que por lo tanto significa mayor ingreso económico para los agricultores o empresa que se dediquen a este tipo de rubro. Para esta investigación se realizó una revisión sistemática de la literatura (RSL) de los últimos 5 años, utilizando artículos de revisión indexados a las principales bases de datos como son ProQuest, IOPSCIENCE y ScienceDirect. Los trabajos obtenidos por la búsqueda, posteriormente pasaron a ser analizados y filtrados. Este trabajo sirve como base para nuevas investigaciones en el mismo dominio, permitiendo así una investigación más profunda y robusta que ayude ampliar el interés del tema por su impacto económico en la gestión de cultivos.