1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Telemática

Title:	Sistema de monitoreo y control seguro de parámetros en ambientes agrícolas para predecir las condiciones de salud de cultivos de cítrico usando aprendizaje de máquina
Authors:	Arreaga Alvarado, Néstor, Director Miranda Real, Jocelyn Amelia Vera Guzmán, Milton Aldair
Keywords:	Sensores Redes Neuronales Artificiales Control de parámetros
Issue Date:	2020
Publisher:	ESPOL. FIEC
Citation:	Miranda Real, J. A. y Vera Guzmán, M. A. (2020). Sistema de monitoreo y control seguro de parámetros en ambientes agrícolas para predecir las condiciones de salud de cultivos de cítrico usando aprendizaje de máquina. [Proyecto Integrador]. ESPOL. FIEC .
Description:	La necesidad de aumentar eficiencia, rendimiento y calidad de la cosecha; y el mantenimiento y reducción de los costes son los principales retos que siguen preocupando al sector citrícola en todo el mundo. Como solución a este problema se desarrolló un sistema basado en redes neuronales artificiales que utilizan datos del campo captados a través de sensores para ofrecer al agricultor recomendaciones que mejoren la toma de decisiones. Este permite automatizar en tiempo real el monitoreo y control de los procesos en el sector citrícola a través de una plataforma móvil y un sistema predictivo con el fin de rentabilizar la producción, por ende, los beneficios. Posterior a implementar la solución, fue posible predecir el crecimiento de una planta, representado por el diámetro de su tallo y evitar pérdidas en el cultivo a causa del mal manejo de los recursos, que se traduce en pérdidas de dinero. En conclusión, con el sistema predictivo se podrá conocer qué nivel de crecimiento tendrá la planta después de cierto tiempo, para de esta forma percibir el momento en que la planta ha llegado a su madurez con el fin de tomar las medidas necesarias. Junto con el sistema monitoreo es posible orientar el crecimiento de la planta hacia una dirección apropiada según las características de la planta y expectativas climáticas de las temporadas.
metadata.dc.description.abstractenglish:	In the need of increasing efficiency, yield and quality of the harvest; and cost-maintenance and reduction are the main challenges that continue to concern the citrus sector around the world. As a solution to this problem, a system based on artificial neural networks was developed that uses data from the field captured through sensors to offer the farmer recommendations that improve decision-making. This allows to automate in real time the monitoring and control of processes in the citrus sector through a mobile platform and a predictive system in order to make production profitable, therefore, profits. After implementing the solution, it was possible to predict the growth of a plant, represented by the diameter of its stem and avoid losses in the crop due to poor resource management, which translates into money losses. In conclusion, with the predictive system it will be possible to know what level of decrease the plant will have after a certain time, in order to perceive the moment when the plant has reached maturity in order to take the necessary measures. Together with the monitoring system, it is possible to orient the growth of the plant towards an appropriate direction according to the characteristics of the plant and the climatic expectations of the seasons.
URI:	http://www.dspace.espol.edu.ec/handle/123456789/60018
metadata.dc.identifier.codigoproyectointegrador:	TES014
Appears in Collections:	Tesis de Telemática

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