Desarrollo de Algoritmos de Aprendizaje Automático y Predictivos para Monitoreo de Cultivos

dc.contributorVanina Gewerc H
dc.contributorSmartdici Spa
dc.date2015-05-04
dc.date2021-09-05T06:22:21Z
dc.date2021-09-05T06:22:21Z
dc.date.accessioned2022-12-21T16:04:09Z
dc.date.available2022-12-21T16:04:09Z
dc.identifier15ITE1-40659
dc.identifier2015-40659-INNOVA_PRODUCCION
dc.identifierhttp://repositoriodigital.corfo.cl:80/xmlui/handle/11373/911664
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/5476913
dc.descriptionConfigurar un Modelo de Sistema en Fase de Diseño Definiendo las Entradas (variables o Factores del Sistema) y las Salidas del Mismo para Responder a un Problema Concreto (implementando Uno Varios Indicadores Complejos). Para ello hay que Hacer un Trabajo de Diseño Conceptual en el que se Incorporará Conocimiento Vitivinícola Información Geográfica e Indicadores Obtenidos mediante Teledetección o Técnicas de Percepción Remota.
dc.descriptionConseguir un 90% de Precisión en los Indicadores de Salida Seleccionados en Etapa de Diseño. Esto Asegura que el Error Esté Dentro de Rangos Aceptables.
dc.descriptionDisminuir el Error de Salida por Medio de los Ciclos Experimentación para Aumentar la Eficacia del Modelo. Por la Naturaleza del Proyecto Obtener Resultados en la Línea Descrita se Considerará un Éxito en Atención a que se Estará Demostrando que la Hipótesis de Partida es Correcta. sobre el Modelo Definido Anteriormente se Realizará un Proceso de Experimentación mediante Técnicas de Percepción Remota Utilizando los Datos Obtenidos en Terreno. El Proceso de Experimentación se Basa en una Metodología Entrenamiento-validación que se Repetirá en Diferentes Ciclos de Tomas de Datos.
dc.descriptionEl Objetivo del Proyecto es Obtener un Prototipo Funcional a Pequeña Escala para Validar la Idoneidad y Factibilidad del Uso de Técnicas de Inteligencia Artificial en el Ámbito de la Agricultura de Precisión. Más Específicamente se Van a Utilizar Algoritmos de Aprendizaje Automático Basados en Redes Neuronales para Identificar Cuantificar y Predecir Indicadores Productivos de Rendimiento o Fitopatológicos en el Ámbito Agrícola. Este Objetivo del Proyecto Está Encuadrado Dentro de un Objetivo Más Amplio que se Detalla en el Documento y que Tiene como Fin Ofrecer un Servicio de Monitorización Continua para Cultivos Integrando Técnicas de Inteligencia Artificial. La Introducción de Memoria al Sistema Utilizando Técnicas de Inteligencia Artificial con Algoritmos de Aprendizaje Automático y Predictivos Puede Revolucionar la Metodología de Monitorización en el Ámbito de la Agricultura de Precisión. Actualmente la Estrategia de la Empresa Está Centrada en la Optimización de Procesos Productivos en Diferentes Sectores como Son las Telecomunicaciones y las Empresas de Servicio de Radiotaxi. En Estos Casos ya se Han Utilizado Técnicas de Inteligencia Artificial para Apoyar Procesos de Aseguramiento de Ingresos y para Predecir el Comportamiento de la Oferta y la Demanda. Con este Proyecto se Persigue Ampliar el Ámbito de Aplicación para Procesos Productivos en el Ámbito Agrícola Aunando Sinergias con la Incorporación en la Empresa de Perfiles con Conocimiento en Técnicas de Observación de la Tierra. Los Resultados se Validarán en el Sector Vitivinícola.
dc.descriptionEl Objetivo del Proyecto es Obtener un Prototipo Funcional a Pequeña Escala para Validar la Idoneidad y Factibilidad del Uso de Técnicas de Inteligencia Artificial en el Ámbito de la Agricultura de Precisión. Más Específicamente se Van a Utilizar Algoritmos de Aprendizaje Automático Basados en Redes Neuronales para Identificar Cuantificar y Predecir Indicadores Productivos de Rendimiento o Fitopatológicos en el Ámbito Agrícola. Este Objetivo del Proyecto Está Encuadrado Dentro de un Objetivo Más Amplio que se Detalla en el Documento y que Tiene como Fin Ofrecer un Servicio de Monitorización Continua para Cultivos Integrando Técnicas de Inteligencia Artificial. Actualmente la Estrategia de la Empresa Está Centrada en la Optimización de Procesos Productivos en Diferentes Sectores como Son las Telecomunicaciones y las Empresas de Servicio de Radiotaxi. En Estos Casos ya se Han Utilizado Técnicas de Inteligencia Artificial para Apoyar Procesos de Aseguramiento de Ingresos y para Predecir el Comportamiento de la Oferta y la Demanda. Con este Proyecto se Persigue Ampliar el Ámbito de Aplicación para Procesos Productivos en el Ámbito Agrícola Aunando Sinergias con la Incorporación en la Empresa de Perfiles con Conocimiento en Técnicas de Observación de la Tierra. Los Principales Conceptos Clave en la Solución Final Son: Aprendizaje y Monitorización Continua. Para Llevar a Cabo la Implementación se Van a Utilizar las Últimas Técnicas en Toma de Datos que Permiten la Recopilación de Información Continua a un Coste Moderado y unos Procesos de Aprendizaje que Redundará en Resultados Precisos y Acertados. El Sistema Tendrá como Entradas las Mediciones Realizadas a Partir de la Toma de Datos del Cultivo (variables Internas Dependientes) y los Datos Externos como Humedad Temperatura Lluvias (variables Externas) y Otros como Cantidad de Riego Fertilizante y Otros Aplicados por el Agricultor (variables Internas Independientes). El Sistema Podrá Proyectar Variables Internas Dependientes en Función del Resto de Variables del Sistemas Pudiendo el Agricultor Generar Escenarios What-if para Controlar y Tomar Decisiones sobre las Variables Internas Independientes (p. E. Litros de Riego por Predio Cantidad de Fertilizantes Etc. ). Así el Agricultor Será Capaz de Tomar Decisiones Preventivas de Actuación con el Consiguiente Beneficio en Costes y en Salud de la Planta. - Aprendizaje: este Concepto Revoluciona la Metodología de Monitorización Introduciendo la Idea de Memoria al Sistema. Para ello se Van a Ocupar Técnicas de Inteligencia Artificial con Algoritmos de Aprendizaje Automático y Predictivos. - Monitorización Continua: en este Concepto se Aplica la Metodología Básica para la Monitorización de Cultivos en este Caso Utilizando Captura de Datos mediante Uav que Permiten una Optimización de Recursos en Términos de Costes de Captura de Datos y por Tanto la Posibilidad de Aumentar la Frecuencia de Toma de Datos.
dc.descriptionCorporación de Fomento de la Producción
dc.titleDesarrollo de Algoritmos de Aprendizaje Automático y Predictivos para Monitoreo de Cultivos
dc.typeproyecto


Este ítem pertenece a la siguiente institución