Look-up in Google Scholar
Full metadata record
Huillcen Baca, Herwin Alayn (es_PE)
Romero Coronado, Zunilda (es_PE)
Romero Coronado, Zunilda (es_PE)
2024-01-11T21:53:35Z
2024-01-11T21:53:35Z
2024-01-11T21:53:35Z
2024-01-11T21:53:35Z
2023
https://hdl.handle.net/20.500.14168/821
La diversidad de la flora andina ha sido fuente inagotable de sabiduría ancestral en el uso de plantas medicinales para promover el bienestar humano. Sin embargo, en la actualidad, este invaluable conocimiento se encuentra en riesgo debido a diversos factores, como la disminución del interés en las tradiciones ancestrales, la falta de involucramiento de las nuevas generaciones y el avance constante de la medicina moderna y, significativamente, la carencia de herramientas tecnológicas precisas para la identificación de plantas medicinales. La identificación precisa y rápida de estas especies vegetales se ha vuelto complicada tanto para los habitantes locales como para los especialistas en salud, debido a la necesidad de un profundo conocimiento de la flora. En ese sentido, el estudio se propuso determinar la eficiencia de la aplicación móvil desarrollada para la identificación de plantas medicinales nativas mediante técnicas de procesamiento de imágenes de la provincia de Andahuaylas. Para capturar las imágenes de estas plantas medicinales, se utilizó la técnica de observación directa y se empleó una cámara de celular modelo Samsung Galaxy A21s como instrumento. La población de estudio se compuso de tres especies de plantas: Piper aduncum (Matico), Tagetes elliptica (Chincho) y Amaranthus dubius (Atacco), todas ellas de la provincia de Andahuaylas. Con el fin de alcanzar este objetivo, se implementó un modelo de clasificación basado en redes neuronales convolucionales (CNN). El proceso incluyó varias etapas esenciales: recopilación y preparación de datos de entrenamiento, diseño de la arquitectura de la CNN, entrenamiento del modelo y evaluación de su rendimiento con un conjunto de datos de prueba independiente. Posteriormente, el modelo se integró en la aplicación móvil desarrollada en Flutter. Demostrando la eficiencia de la aplicación móvil desarrolla en comparación con métodos tradicionales de identificación de plantas. Los resultados revelaron que la aplicación móvil es altamente eficiente en la identificación de las plantas medicinales andinas de la provincia de Andahuaylas mediante técnicas de procesamiento de imágenes, logrando una precisión superior al 95%. Este hallazgo respalda la efectividad tanto del modelo de clasificación como de la aplicación móvil en la identificación de las plantas medicinales mencionadas (Amaranthus dubius, Piper aduncum y Tagetes elliptica). (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional José María Arguedas (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (*)
Aplicación móvil, red neuronal convolucional, identificación de las plantas, Amaranthus dubius, Piper aduncum, Tagetes elliptica. (es_PE)
Eficiencia de una aplicación móvil para la identificación de plantas medicinales andinas mediante técnicas de procesamiento de imágenes en la provincia de Andahuaylas (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Nacional José María Arguedas. Facultad de Ingeniería (es_PE)
Ingeniería de Sistemas (es_PE)
Ingeniero de Sistemas (es_PE)
PE (es_PE)
http://purl.org/pe-repo/ocde/ford#2.02.04 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
30861096
https://orcid.org/0000-0001-9385-7940 (es_PE)
70685886
612236 (es_PE)
Catacora Flores, Norma Lorena (es_PE)
Oré Cerrón. Juan José (es_PE)
Carrión Abollaneda, Richard (es_PE)
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons