Please use this identifier to cite or link to this item: http://181.198.77.137:8080/jspui/handle/123456789/2408
Full metadata record
DC FieldValueLanguage
dc.contributor.authorPérez Enríquez, Kimberlhy Nayelly-
dc.contributor.authorTutachá Delgado, Wilmer Orlando-
dc.date.accessioned2024-06-26T18:09:42Z-
dc.date.available2024-06-26T18:09:42Z-
dc.date.issued2024-06-
dc.identifier.citationCOM-130es_ES
dc.identifier.urihttp://181.198.77.137:8080/jspui/handle/123456789/2408-
dc.description.abstractLa presente investigación titulada "Visión artificial en la agricultura de precisión para la identificación de enfermedades en cultivos de arveja Quantum" se centra en los sembríos de arveja Quantum para la detección de enfermedades mediante el uso de herramientas tecnológicas. El objetivo principal consistió en desarrollar una aplicación móvil haciendo uso de visión artificial enfocada a la agricultura de precisión, específicamente dirigida a los sembríos mencionados. El presente proyecto se llevó a cabo en la provincia del Carchi, con énfasis en el cantón Montúfar, ciudad de San Gabriel, comunidad La Delicia, donde se identificó un problema recurrente en la detección temprana de enfermedades como: antracnosis, fusarium y oídio. La metodología empleada combinó enfoques cualitativos y cuantitativos. El análisis cualitativo se centró en las características particulares de las enfermedades, por otro lado, el enfoque cuantitativo se basó en la información recopilada mediante instrumentos aplicados a 192 agricultores. La investigación abarcó métodos: descriptivos, explicativos, exploratorios, de campo y documentales, proporcionando información valiosa para el estudio. En relación con la detección de enfermedades, se observó que los agricultores la realizaban de manera empírica, tomando como base su experiencia e identificando las enfermedades en etapas avanzadas del crecimiento de la planta. Se propuso entonces, el desarrollo de un aplicativo haciendo uso de algoritmos de visión artificial con el fin de mejorar el tiempo en la detección de diferentes enfermedades en el cultivo. Se optó por la metodología ágil XP (Extreme Programming), por su adaptabilidad en el desarrollo de software mejorando su calidad y capacidad de ajustarse a los cambios en los requisitos del cliente. Esta metodología por su versatilidad permitió una comunicación efectiva entre el cliente y el desarrollador, ajustándose adecuadamente a los objetivos de la investigaciónes_ES
dc.language.isoeses_ES
dc.publisherUPECes_ES
dc.subjectVisión Artificial, Agricultura de precisión, metodología XP.es_ES
dc.titleVisión artificial en la agricultura de precisión para la identificación de enfermedades en cultivos de arveja Quantumes_ES
dc.typeThesises_ES
Appears in Collections:Carrera de Computación

Files in This Item:
File Description SizeFormat 
130- PEREZ ENRÍQUEZ KIMBERLHY-TUTACHA DELGADO WILMER.pdf10.73 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.