Ingeniería de Sistemas

Permanent URI for this collection

https://hdl.handle.net/20.500.12840/73

Browse

Browsing Ingeniería de Sistemas by Subject "Algoritmos"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Diagnóstico automatizado para la clasificación de café trillado con broca mediante procesamiento de imágenes con Deep Learning
    (Universidad Peruana Unión, 2019-05-14) Espinoza Villafuerte, Nilda; Condori Coaquira, Angel Rosendo
    En la actualidad en el Distrito de Ocobamba la enfermedad de la broca (Hypothenemus hampei Ferrari) afecta mucho a la producción agrícola del café, puesto que la selección de los granos se realiza manualmente y esto ocasiona pérdida de tiempo y por ende baja la producción en toda la agricultura de café. El cual realizar la selección es difícil manualmente pues ocasiona pérdida de tiempo y con esta demora de tiempo en la selección afecta para su proceso de exportación y también afecta económicamente a los agricultores. Frente a este problema de selección del grano de café se plantea diagnosticar automáticamente la clasificación en los granos de café trillado que están infectados por la enfermedad de la broca, esto se realizó con el proceso de toma de imágenes de los granos de café con broca y bueno para formar un labels de imágenes. Después de crear los labels de imágenes se procedió a realizar el entrenamiento de los algoritmos con modelos de máquinas de vectores de soporte para su reconocimiento automático, para distinguir rápidamente los granos de café según el estado que tienen cada imagen tomada. En la construcción del algoritmo se utilizó el método de Haralick y LBP las cuales están formadas matemáticamente y estas utilizan matrices las cuales sufren un proceso de conversión en algoritmos para realizar la clasificación automática, por ende realizaron entrenamientos con el labels de imágenes que tenían dos estados que son granos de café con y sin broca. Se obtuvo el resultado en el que se verificó que el algoritmo funciona correctamente en la detección de imágenes de granos de café en 50 imágenes de prueba, en las que el 96% tenía una clasificación óptima y un margen de error del 04%.
  • Thumbnail Image
    Item
    Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering
    (Universidad Peruana Unión, 2019-07-02) Mamani Ramos, Yuri Lisbeth; Condori Coaquira, Angel Rosendo
    El propósito de la investigación es diseñar y analizar un sistema de geo sectorización con técnicas de Ciencia de Datos e IA, utilizando datos históricos de delitos. El agrupamiento con el algoritmo de K-Means de las grandes cantidades de datos los estudios de las variables a agrupar son propias del giro de negocio (turismo) del problema de la inseguridad ciudadana en el contexto turístico. Para la construcción del prototipo del sistema se adoptó dos metodologías: OpenUp para el desarrollo y CRISP-MD para el procesamiento de datos e integración del algoritmo. Para el desarrollo se recolectó datos estructurados y semi estructurados, los datos estructurados fueron tomados a estudio del repositorio público de la ciudad de buenos aires ya que tiene las variables similares a utilizar del PNP del dep. turismo, los datos semi estructurados fueron extraídos mediante técnicas de web scraping de lugares turísticos posteriormente analizados con la herramienta weka y Python utilizado las técnicas de ciencia de datos, Así mismo se trabajó con el algoritmo de clustering K Means en donde se obtuvo gráficos de agrupamiento de datos de acuerdo al centroide principal de las variables: delito y lugar, en Power BI obtuvimos la visualización basada en grafica de mapas. El resultado fue el análisis de las variables en construcción para el turismo, en el cual obtuvimos los datos estadísticos y el algoritmo de agrupamiento, construyendo según los análisis el prototipo del sistema para el sector turismo y la complejidad tanto para la integración con el algoritmo y su forma de alimentación al sistema, para así poder validar el sistema web/móvil desplegada en sus servidores de aplicación.