Look-up in Google Scholar
Full metadata record
Madrid Guevara, Fernando (es_PE)
Calle Jiménez, Luis Rodolfo (es_PE)
Torres Carranza, Luis Ángel (es_PE)
2023-03-22T23:29:17Z
2023-03-22T23:29:17Z
2022
https://repositorio.unp.edu.pe/handle/20.500.12676/4305
En el Perú, durante el primer semestre del presente año, se ha logrado incorporar innovaciones tecnológicas desarrolladas a partir de la inteligencia artificial, lo cual representa un gran crecimiento tecnológico. Por ello, la presente investigación tiene como objetivo diseñar una red neuronal convolucional que, a través de un aprendizaje supervisado, permita la identificación de la madurez adecuada del plátano para el cumplimiento de la NTP N°011.005(2009). Para esto se utilizó un entorno de desarrollo integrado denominado “Jupyter Notebook”, basado en el lenguaje de programación Python para desarrollo de redes neuronales artificiales, con la finalidad de lograr la predicción más alta en la identificación de la madurez del plátano a evaluar. Este trabajo de investigación fue dividido en tres etapas. La primera etapa consistió en el procesamiento de las imágenes de las distintos estados de maduración del plátano obtenidas mediante una cámara web, ejerciendo sobre ellas modificaciones para generar iteraciones aleatorias volteándolas verticalmente y horizontalmente, giros de 90°, recortes, cambios de escala y rotaciones; en la segunda etapa se clasificó varios estados de maduración del plátano, categorizándolos de manera general entre aptos y no aptos según la NTP N°011.005(2009), las cuales conformaron el dataset de entrenamiento, validación y prueba, éstos fueron preprocesados para adecuarse al tipo de entrada de la red neuronal; la tercera y última etapa se centró en el Deep learning, que consistió en la creación, compilación, entrenamiento, evaluación y predicción de la red neuronal artificial. Durante el desarrollo de la presente investigación se requirieron tres dataset, uno de entrenamiento, validación y un último de prueba, lo cual conllevó a que la red neuronal convolucional tenga un buen desempeño al momento de realizar predicciones, logrando una precisión del 98.10%, una sensibilidad del 85.89% y un accuracy del 92.08%. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional de Piura (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
Attribution-NonCommercial-NoDerivatives 4.0 Internacional (*)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (*)
Universidad Nacional de Piura (es_PE)
Repositorio Institucional Digital - UNP (es_PE)
red neuronal convolucional (es_PE)
Python (es_PE)
Deep learning (es_PE)
dataset (es_PE)
Diseño de una red neuronal convolucional para identificar la madurez adecuada del plátano para el cumplimiento de la Norma Técnica Peruana N°011.005(2009) (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Nacional de Piura. Facultad de Ingeniería Industrial (es_PE)
Ingeniería Mecatrónica (es_PE)
Ingeniero Mecatrónico (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#2.02.00 (es_PE)
http://purl.org/pe-repo/renati/nivel#tituloProfesional (es_PE)
02858742
https://orcid.org/0000-0001-9847-7146 (es_PE)
71710069
72703808
713096 (es_PE)
Calderón Pinedo, Luis Alberto (es_PE)
Espino Aguirre, Hebert Eduardo (es_PE)
Ortíz Ortíz, Emanuel (es_PE)
http://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional (es_PE)
Pública
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons