Repositorio Dspace

Aplicación móvil de detección y clasificación de “la roya” en hojas de café robusta mediante aprendizaje automático

Mostrar el registro sencillo del ítem

dc.contributor.advisor Párraga Álava, Jorge Antonio
dc.contributor.author Cusme Zambrano, Kevin Daniel
dc.contributor.author Loor Pinargote, Angélica María
dc.date.accessioned 2019-12-27T21:16:34Z
dc.date.available 2019-12-27T21:16:34Z
dc.date.issued 2019-12
dc.identifier.uri http://repositorio.espam.edu.ec/handle/42000/1104
dc.description Manabí being a province endowed with natural resources and being agriculture one of the most important activities, seeks to provide optimized solutions with a view to agriculture and current technological trends. The purpose of this titling work was to develop a mobile application based on machine learning that would automate the detection and classification of “Roya” on robust coffee leaves. The images were obtained in the plots of the Agricultural Research and Innovation and Development City (CIIDEA) where robust coffee plantations were located, once images were obtained, the correct processing was carried out that involved determining when a leaf was infected and when not. The literature review was carried out to determine the most feasible machine-learning algorithm to be implemented. With this data, the mobile application is developed using the Extreme Programming development methodology, using machine-learning techniques, which allowed detecting this fungus in the robust coffee leaves. These results can help the areas that involve the study of this type of research, such as the project to characterize said disease in coffee crops, in addition, the development of the application and implementation of the algorithm provided a 97% detection effectiveness of "Roya". es_ES
dc.description.abstract Manabí al ser una provincia dotada de recursos naturales y al ser la agricultura una de las actividades de mayor importancia se busca dar soluciones optimizadas con mirada hacia la agricultura y las tendencias tecnológicas actuales. El propósito de este trabajo de titulación fue desarrollar una aplicación móvil basada en aprendizaje automático que permitiera automatizar la detección y clasificación de “la roya” en las hojas de café robusta. La obtención de imágenes se realizó en las parcelas de la Ciudad de Investigación e Innovación y Desarrollo Agropecuario (CIIDEA) donde se encontraban plantaciones de café robusta, una vez obtenido imágenes se realizó el debido procesamiento de las mismas el cual implicaba determinar cuándo una hoja estaba infectada y cuando no. Se procedió a la revisión bibliográfica para determinar el algoritmo de aprendizaje automático más factible a implementar. Con estos datos se procede a desarrollar la aplicación móvil utilizando la metodología de desarrollo Programación Extrema, empleando técnicas de aprendizaje automático, lo que permitió detectar este hongo en las hojas de café robusta. Estos resultados pueden ayudar a las áreas que involucran el estudio de este tipo de investigación como el proyecto de caracterización de dicha enfermedad en los cultivos de café, además, el desarrollo de la aplicación e implementación del algoritmo brindó un 95% de efectividad en la detección de “la roya”. es_ES
dc.format.extent 64 p. es_ES
dc.language.iso spa es_ES
dc.publisher Calceta: ESPAM MFL es_ES
dc.rights openAccess es_ES
dc.rights Atribución-NoComercial-SinDerivadas 3.0 Ecuador *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ *
dc.subject Café robusta es_ES
dc.subject Aprendizaje automático es_ES
dc.subject Roya es_ES
dc.subject Aplicación móvil es_ES
dc.title Aplicación móvil de detección y clasificación de “la roya” en hojas de café robusta mediante aprendizaje automático es_ES
dc.type bachelorThesis es_ES


Ficheros en el ítem

El ítem tiene asociados los siguientes ficheros de licencia:

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe como openAccess

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta