Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.espam.edu.ec/handle/42000/1575
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorLópez Zambrano, Javier Hernán-
dc.contributor.authorAndrade Sánchez, Cesar Israel-
dc.date.accessioned2021-12-02T21:28:00Z-
dc.date.available2021-12-02T21:28:00Z-
dc.date.issued2021-10-
dc.identifier.urihttp://repositorio.espam.edu.ec/handle/42000/1575-
dc.descriptionThis research was proposed with the purpose of determining the degree of affectation of rust in robusta coffee plants through the implementation of a computational intelligence (CI) model. To do this: (1) a bibliographic review was carried out to obtain information about the models that are used in research related to the object of study, concluding that the Support Vector Machines (SVM) is the most used and presents better results; (2) with the data set provided by Agrícola's career, made up of 12 phenotypic characteristics of coffee specimens affected by rust, several versions of data sets were constructed using 3 oversampling criteria; (3) the SVM model was implemented, which was trained and tested with each of the versions of the data sets created, (4) later, the use of IC model validation techniques They allow to make adjustments on the model until obtain results that reflect a high degree of precision by making inferences. This process that the definitive model obtained a performance of 80% during the tests and a 74% precision (on average) during the validation, therefore, a model was created that registers a relatively high performance that can also be used in other research related to combating coffee rust disease.es_ES
dc.description.abstractEsta investigación fue planteada con el propósito de determinar el grado de afectación de la roya en plantas de café robusta mediante la implementación de un modelo de inteligencia computacional (IC). Para ello: (1) se llevó a cabo una revisión bibliográfica para obtener información acerca de los modelos que se utilizan en investigaciones relacionadas al objeto de estudio, concluyendo que el Máquinas de vectores de soporte (SVM por sus siglas en inglés) es el más utilizado y presenta mejores resultados; (2) con el conjunto de datos proporcionados por la carrera de Agrícola, conformado por 12 características fenotípicas de ejemplares de café afectados por la roya, se construyeron varias versiones de conjuntos de datos utilizando 3 criterios de oversampling; (3) se implementó el modelo SVM, el cual se entrenó y testeó con cada una de las versiones de los conjuntos de datos creadas, (4) después, el uso de técnicas de validación de modelos de IC permitió realizar ajustes sobre el modelo hasta obtener resultados que reflejen un alto grado de precisión realizando inferencias. Este proceso permitió que el modelo definitivo obtuviese un rendimiento del 80% durante las pruebas y un 74% de precisión (en promedio) durante la validación, por lo que, se creó un modelo que registra un rendimiento relativamente alto que además puede ser usado en otras investigaciones afines a combatir la enfermedad de la roya en el café.es_ES
dc.format.extent52 p.es_ES
dc.language.isospaes_ES
dc.publisherCalceta: ESPAM MFLes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectInteligencia computacionales_ES
dc.subjectCafé robustoes_ES
dc.subjectRoyaes_ES
dc.subjectValidación cruzadaes_ES
dc.titleModelo de inteligencia computacional para la determinación del grado de afectación de la roya en café robustaes_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Trabajo de Titulación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TTC22D.pdf1,86 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons