Buscar en Google Scholar
Título: Clasificación de especies maderables mediante un modelo de redes neuronales convolucionales utilizando imágenes macroscópicas de la selva central - Perú
Asesor(es): Perea Fabián, Carlos Antonio
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2021
Institución: Universidad Continental
Resumen: La identificación correcta de las especies maderables es una tarea compleja para las industrias, organismos e instituciones encargados en hacer cumplir la ley de comercio formal, transparente o legal. Usualmente, la tarea de clasificación de madera la realizan los anatomistas que se encargan de describir las características macroscópicas y microscópicas presentes en los cortes de la madera que, generalmente, llegan solo a nivel de género. Para disminuir la tala ilegal y contribuir con un nuevo sistema de reconocimiento de especies maderables, utilizando redes neuronales convoluciones, se plantea el presente estudio de clasificación de 10 especies maderables en la Selva Central con un modelo preentrenado llamado EfficientNet B0, tomando como entrada imágenes macroscópicas obtenidas con el microscopio portátil dino lite y el software MScopes for USB Camera instalada en el celular. Con una base de datos de 2033 imágenes macroscópicas se obtuvo una eficiencia del 94.8% en la clasificación de especies de madera.
Disciplina académico-profesional: Ingeniería Mecatrónica
Institución que otorga el grado o título: Universidad Continental. Facultad de Ingeniería.
Grado o título: Ingeniero Mecatrónico
Jurado: Zarate Peña, Frank William; Huamanchahua Canchanya, Deyby Maycol; Huaytalla Pariona, Jaime Antonio
Fecha de registro: 28-ene-2022; 28-ene-2022



IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.