Bioingeniería
Clasificación automatizada del estado sanitario de hojas de papa mediante aprendizaje profundo
Record only. The repository marks this work as “De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.”: the PDF is not public, so there is no text to read here. View the record in the repository.
Abstract
El desarrollo tecnológico en el sector agrícola ha permitido la transformación y evolución de los procesos tradicionales hacia soluciones más funcionales. En este contexto, la gestión y el cuidado de los cultivos requieren altos niveles de tiempo, mano de obra y energía, especialmente al considerar variables como la extensión del terreno, las condiciones ambientales y el tipo de cultivo. En el cultivo de papa, la presencia de enfermedades o daños en el producto puede originarse por virus, bacterias, insectos o la competencia con otras plantas, lo que puede afectar significativamente la producción. Ante esta problemática, el presente proyecto propone la aplicación de técnicas de aprendizaje profundo para facilitar la detección temprana de enfermedades en las hojas de la planta de papa. En particular, se implementarán redes neuronales convolucionales (CNN), consideradas una de las arquitecturas más eficientes para la interpretación automática de contenido visual en imágenes. A través de este enfoque, se desarrollará un programa capaz de analizar imágenes de hojas previamente clasificadas, con el acompañamiento de un profesional en agronomía, como sanas o enfermas, y de aprender las características que distinguen ambas categorías. Posteriormente, el sistema podrá clasificar de manera autónoma nuevas imágenes, facilitando la identificación de hojas enfermas sin requerir intervención especializada.