dc.contributorAsto Rodriguez, Emerson Maximo
dc.creatorCarrasco Cervantes, Marcia Carolina
dc.date.accessioned2024-01-30T19:28:43Z
dc.date.accessioned2024-05-07T23:06:23Z
dc.date.available2024-01-30T19:28:43Z
dc.date.available2024-05-07T23:06:23Z
dc.date.created2024-01-30T19:28:43Z
dc.date.issued2024-01
dc.identifierhttps://hdl.handle.net/20.500.14414/20560
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9347946
dc.description.abstractEn el presente trabajo de investigación se tuvo como objetivo plantear una manera de mejorar la precisión en el proceso de estimación de biomasa haciendo uso de imágenes aéreas y técnicas de Machine Learning, siendo este un trabajo aplicativo-descriptivo. Para esto se recopilaron los valores de precisión obtenidos en trabajos previos y se desarrolló un nuevo sistema de estimación utilizando redes neuronales artificiales, la precisión obtenida en este nuevo sistema se comparó con los valores recopilados para determinar cuál de las técnicas utilizadas es la mejor en términos de precisión. La parte innovadora en el presente trabajo es el uso de redes neuronales convolucionales combinadas con un perceptrón multicapa, ya que esta técnica no ha sido utilizada en la bibliografía revisada. Al finalizar el experimento se obtuvo como resultado un R2=0.597, R=0.772 y RMSE=16.66% haciendo uso de 403 entradas de datos y usando imágenes RGB únicamente, considerando la cantidad de datos analizados y la tecnología utilizada (Dron DJI Phantom 4), se concluyó que los resultados obtenidos representan una mejora respecto a los requerimientos del objeto de estudio y asimismo se acercan bastante a los resultados recopilados de trabajos previos.
dc.languagees
dc.publisherUniversidad Nacional de Trujillo
dc.publisherPE
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectSOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Information technology
dc.titleEstimación de la biomasa de pastizales mediante machine learning aplicado a imágenes aéreas captadas por vehículos aéreos no tripulados para agricultura de precisión
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución