Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Ramos Diaz, Juan Victor Eduardo"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Algoritmo integrado con inteligencia Artificial apoyado en mano robótica para el reconocimiento de la madurez del tomate
    (Universidad Peruana Unión, 2020-02-12) Ramos Diaz, Juan Victor Eduardo; Saboya Rios, Nemias; Soria Quijaite, Juan Jesús
    El estudio tuvo el objetivo de determinar la eficacia del algoritmo integrado con inteligencia artificial apoyado en mano robótica en el reconocimiento de la madurez del tomate y se aplicó cuatro fases de desarrollo (Entendimiento del negocio, desarrollo de la solución mano robótica, obtener datos y desarrollo de la solución red neuronal) con la finalidad del reconocimiento de la madurez del fruto, para los resultados de la red en reconocimiento de madurez se utilizó la predicción de categoría probabilística y 4 variables numéricas independientes (Humedad, temperatura, luminosidad y color) y una variable categoría dependiente (Reconocimiento de madurez), se trabajó con una data que contenía 161 registros divididos en dos grupos, uno de 80 para el entrenamiento y prueba, los otros 81 registros para la predicción. De los 80 registros, se utilizó 56 para el entrenamiento y 24 para la prueba se tuvo como resultado el 6.2500% de predicciones incorrectas, 11.1739% de probabilidad incorrecta media y con 20.7536% desviación estándar de probabilidad incorrecta, los otros 81 registros a predecir su impacto para el reconocimiento de madurez fueron que los parámetros de la humedad afecto 0.1111%, los parámetros de temperatura afecto 5.7270%, los parámetros de luminosidad afecto 43.5411% y el color afecto 50.6208% en el reconocimiento de la madurez. Se concluye que efectivamente este trabajo aporta directamente a la identificación de la maduración del tomate.

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback