Sistema inteligente para identificar adecuadamente el mango Kent no exportable en el área de muestreo de una empresa agroindustrial de la región Lambayeque

dc.contributor.advisorVílchez Rivas, Marlon Eugenio
dc.contributor.authorRamos Adanaque, Elmer Antonio
dc.coverage.spatialChiclayoes_PE
dc.creatorRamos Adanaque, Elmer Antonio
dc.date.accessioned2021-11-12T12:09:22Z
dc.date.available2021-11-12T12:09:22Z
dc.date.issued2021
dc.description.abstractEl 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.es_PE
dc.formatapplication/pdfes_PE
dc.identifier.citationE. 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:es_PE
dc.identifier.otherRTU003766
dc.identifier.urihttp://hdl.handle.net/20.500.12423/3936
dc.language.isospaes_PE
dc.publisherUniversidad Católica Santo Toribio de Mogrovejoes_PE
dc.publisher.countryPEes_PE
dc.rightshttps://purl.org/coar/access_right/c_abf2es_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/es_PE
dc.subjectMangos
dc.subjectIndustria agrícola
dc.subjectRedes neuronales artificiales
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.03
dc.titleSistema inteligente para identificar adecuadamente el mango Kent no exportable en el área de muestreo de una empresa agroindustrial de la región Lambayeque
dc.typehttp://purl.org/coar/resource_type/c_7a1fes_PE
dc.type.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
renati.advisor.dni16783305
renati.advisor.orcidhttps://orcid.org/0000-0003-2979-0731
renati.author.dni73333367
renati.discipline61200793es_PE
renati.jurorZuñe Bispo, Luis Augusto
renati.jurorLeon Tenorio, Gregorio Manuel
renati.jurorMarlon Eugenio, Vílchez Rivas
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
thesis.degree.disciplineIngeniería de Sistemas y Computaciónes_PE
thesis.degree.grantorUniversidad Católica Santo Toribio de Mogrovejo. Facultad de Ingenieríaes_PE
thesis.degree.nameIngeniero de Sistemas y Computaciónes_PE
usat.lineaDesarrollo e innovación tecnológica

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
TL_RamosAdanaqueElmer.pdf
Tamaño:
4.22 MB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.67 KB
Formato:
Item-specific license agreed upon to submission
Descripción: