SIGIIP

URI permanente para esta colección

https://repositorio.ibero.edu.co/handle/001/6887

Navegar

Examinando SIGIIP por Materia "Agricultura de Precisión"

Mostrando1 - 2 de 2
  • No hay miniatura disponible
    Publicación
    Sólo datos
    Aplicación de Modelos de Machine Learning y Técnicas de Visión Artificial en el Desarrollo de una Plataforma Web: Análisis Automatizado de Plagas, Enfermedades y Parámetros Claves de Producción.
    (2025) Alejandro Osimani, Cesar; Arevalo Galindo, Jaime Andres; Salamero, Martin; Ruiz Martínez, William
    Este proyecto busca optimizar la gestión de los procesos productivos del cultivo del café a través de una plataforma web que emplea técnicas de inteligencia y visión artificial. Respecto a la recolección de los datos, este proceso se viene haciendo de forma continua mediante el empleo de una red inalámbrica de sensores inalámbricos (WSN) previamente instalada en la Finca Las Acacias. Por otra parte, cabe aclarar que desde el mes de junio de 2024 se vienen recolectando datos de variables agroambientales como: temperatura y humedad ambiental en uno de los sensores y temperatura, humedad y conductividad eléctrica del suelo en el segundo nodo sensor. Además, se explorarán técnicas de visión artificial para capturar imágenes de las hojas y plantas, obteniendo variables relacionadas con su aspecto, que servirán de insumo o entrada para la construcción de los modelos predictivos. Estos datos permitirán implementar modelos de inteligencia artificial que anticipen problemas y optimicen el rendimiento del cultivo. Se espera que los resultados aporten valor tanto a pequeños como a grandes productores de café.
  • No hay miniatura disponible
    Publicación
    Sólo datos
    Implementación de un Modelo de Red Experimental Iot para Monitorear el Comportamiento de las Variables Agroambientales en un Cultivo de Café y Detectar Posibles Deficiencias Nutricionales por Medio de la Analítica de Datos y la Visión Artificial.
    (2024) Alejandro Osimani, Cesar; Arevalo Galindo, Jaime Andres; Ruiz Martínez, William
    Esta propuesta se enfoca en el desarrollo de 2 etapas o fases: Primero se llevara a cabo la implementación de una solución IoT para recopilar datos de variables agroambientales en un cultivo de café y como segunda fase se plantea la creación de un modelo de inteligencia artificial que emule la toma de decisiones de un caficultor, adicionalmente se plantea un módulo de visión artificial que utilice imágenes de las hojas para encontrar las causas de posibles deficiencias nutricionales con la finalidad de ofrecer sugerencias en su tratamiento. Todos los datos del cultivo en relación con sus variables agroambientales se recopilan utilizando sensores inalámbricos. Estos datos posteriormente serán enviados a través de una infraestructura IoT para almacenarse en una plataforma en la nube. Mediante el modelo de Inteligencia Artificial llamado "Caficultor Digital," se realizaran las predicciones respectivas y se recomendaran las acciones que los caficultores deban realizar en su finca. La propuesta anteriormente mencionada integra IoT, IA y Visión Artificial para mejorar la producción de café, encontrar las causas de posibles deficiencias nutricionales en las hojas de los árboles de café y aportar innovación al sector agrícola.