Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa

Late blight (Phythottora Infestas) is a disease that seriously affects potato crops, causing a negative impact on the farmer's economy. This project will generate a computational tool called NeuroPI - 2105 based on a convolutional neural network created by the author, which classifies two types...

Full description

Saved in:

Bibliographic Details
Main Author:	Ortiz Daza, Camilo Andrés
Other Authors:	Erazo Ordoñez, Christian Camilo
Format:	Tesis y disertaciones (Maestría y/o Doctorado)
Language:	spa
Published:	Universidad Antonio Nariño 2021
Subjects:	Tizón Tardío Herramienta Computacional Redes Neuronales Convolucionales Matlab 633 Late Blight Computational Tool Convolutional Neural Networks
Online Access:	http://repositorio.uan.edu.co/handle/123456789/5156
Tags:	Add Tag No Tags, Be the first to tag this record!

_version_	1812648474143883264
author	Ortiz Daza, Camilo Andrés
author2	Erazo Ordoñez, Christian Camilo
author_facet	Erazo Ordoñez, Christian Camilo Ortiz Daza, Camilo Andrés
author_sort	Ortiz Daza, Camilo Andrés
collection	DSpace
description	Late blight (Phythottora Infestas) is a disease that seriously affects potato crops, causing a negative impact on the farmer's economy. This project will generate a computational tool called NeuroPI - 2105 based on a convolutional neural network created by the author, which classifies two types of leafs that are; healthy and sick. The network has been trained with 1304 images from the PlantVillage database, 304 of them correspond to healthy leaves, the remainder being attributed to late blight. The training algorithm has used the Adam gradient descent, the cross-entropy error function, and backpropagation, in order to adjust the synaptic weights and threshold levels in the network.
format	Tesis y disertaciones (Maestría y/o Doctorado)
id	repositorio.uan.edu.co-123456789-5156
institution	Repositorio Digital UAN
language	spa
publishDate	2021
publisher	Universidad Antonio Nariño
record_format	dspace
spelling	repositorio.uan.edu.co-123456789-51562024-10-09T23:22:03Z Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa Ortiz Daza, Camilo Andrés Erazo Ordoñez, Christian Camilo Tizón Tardío Herramienta Computacional Redes Neuronales Convolucionales Matlab 633 Late Blight Computational Tool Convolutional Neural Networks Matlab Late blight (Phythottora Infestas) is a disease that seriously affects potato crops, causing a negative impact on the farmer's economy. This project will generate a computational tool called NeuroPI - 2105 based on a convolutional neural network created by the author, which classifies two types of leafs that are; healthy and sick. The network has been trained with 1304 images from the PlantVillage database, 304 of them correspond to healthy leaves, the remainder being attributed to late blight. The training algorithm has used the Adam gradient descent, the cross-entropy error function, and backpropagation, in order to adjust the synaptic weights and threshold levels in the network. El tizón tardío (Phythottora Infestas) es una enfermedad que afecta seriamente a los cultivos de papa, propiciando un impacto negativo en la economía del agricultor. Este proyecto permitió construir una herramienta computacional llamada NeuroPI – 2105 basada en una red neuronal convolucional creada por el autor, misma que clasifica dos tipos de folios que son; sanos y enfermos. La red ha sido entrenada con 1304 imágenes de la base de datos PlantVillage, 304 de ellas corresponden a hojas sanas, siendo el restante atribuidas al tizón tardío. El algoritmo de entrenamiento ha empleado el gradiente descendente Adam, la función del error de entropía cruzada y la backpropagation, con el fin de ajustar los pesos sinápticos y los niveles de umbral en la red. Magíster en Instrumentación y Automatización Maestría Presencial Monografía 2021-11-03T16:02:27Z 2021-11-03T16:02:27Z 2021-06-10 Tesis y disertaciones (Maestría y/o Doctorado) info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_bdcc http://purl.org/coar/version/c_970fb48d4fbd8a85 http://repositorio.uan.edu.co/handle/123456789/5156 [1] Finagro, «El Momento del Agro,» 30 Octubre 2020. [En línea]. Available: https://www.finagro.com.co/noticias/el-momento-del-agro. [2] Ministerio de Agricultura y Desarrollo Rural, «minagricultura,» Marzo 2019. [En línea]. Available: https://sioc.minagricultura.gov.co/Papa/Documentos/2019-03- 31%20Cifras%20Sectoriales.pdf. [3] Ministerio de Agricultura y Desarrollo Rural, «Minagricultura,» Junio 2020. [En línea]. Available: https://sioc.minagricultura.gov.co/Papa/Documentos/2020-06- 30%20Cifras%20Sectoriales.pdf. [4] C. d. C. d. Bogotá, V. d. F. Empresarial y P. d. A. A. y. Agroindustrial, «Centro de Información Empresarial (CIEB),» 2015. [En línea]. Available: http://hdl.handle.net/11520/14306. [5] H. Torres, «Cipotato.org,» Mayo 2002. [En línea]. Available: http://cipotato.org/wpcontent/uploads/2002/05/002485-1.pdf. [6] W. Pérez y G. Forbes, «fao.org,» julio 2011. [En línea]. Available: http://www.fao.org/3/as407s/as407s.pdf [7] T. -Y. Lee, J. -Y. Yu, Y. -C. Chang y J. -M. Yang, «Health Detection for Potato Leaf with Convolutional Neural Network,» de 2020 Indo – Taiwan 2nd International Conference on Computing, Analytics and Networks (Indo-Taiwan ICAN), 2020. [8] F. Liu y Z. Xiao, «Disease Spots Identification of Potato Leaves in Hyperspectral Based on Locally Adaptive 1D-CNN,» de 2020 IEEE International Conference on Artificial Intelligence and Computer Applications (ICAICA), 2020. [9] P. Sharma, P. Hans y S. C. Gupta, «Classification Of Plant Leaf Diseases Using Machine Learning And Image Preprocessing Techniques,» de 2020 10th International Conference on Cloud Computing, Data Science & Engineering (Confluence), 2020 [10] A. Anton, S. Rustad, G. Shidik y A. Syukur, «Classification of Tomato Plant Diseases Through Leaf Using Gray-Level Co-occurrence Matrix and Color Moment with Convolutional Neural Network Methods,» de Smart Trends in Computing and Communications: Proceedings of SmartCom 2020., Singapore, Springer, 2020. instname:Universidad Antonio Nariño reponame:Repositorio Institucional UAN repourl:https://repositorio.uan.edu.co/ spa Acceso abierto Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 application/pdf application/pdf application/pdf Universidad Antonio Nariño Maestría en Instrumentación y Automatización Facultad de Ingeniería Mecánica, Electrónica y Biomédica Bogotá - Sur
spellingShingle	Tizón Tardío Herramienta Computacional Redes Neuronales Convolucionales Matlab 633 Late Blight Computational Tool Convolutional Neural Networks Matlab Ortiz Daza, Camilo Andrés Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa
title	Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa
title_full	Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa
title_fullStr	Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa
title_full_unstemmed	Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa
title_short	Desarrollo de una herramienta computacional basada en redes neuronales para el diagnóstico del tizón tardío en cultivos de papa
title_sort	desarrollo de una herramienta computacional basada en redes neuronales para el diagnostico del tizon tardio en cultivos de papa
topic	Tizón Tardío Herramienta Computacional Redes Neuronales Convolucionales Matlab 633 Late Blight Computational Tool Convolutional Neural Networks Matlab
url	http://repositorio.uan.edu.co/handle/123456789/5156
work_keys_str_mv	AT ortizdazacamiloandres desarrollodeunaherramientacomputacionalbasadaenredesneuronalesparaeldiagnosticodeltizontardioencultivosdepapa