Clasificación de la frescura del pescado utilizando una red neuronal convolucional

Mamani Flores, Edwin Wilson; Pedraza Huisa, Royer

Clasificación de la frescura del pescado utilizando una red neuronal convolucional

dc.contributor.advisor	Pineda Ancco, Ferdinand Edgardo
dc.contributor.author	Mamani Flores, Edwin Wilson
dc.contributor.author	Pedraza Huisa, Royer
dc.date.accessioned	2024-04-01T16:03:20Z
dc.date.available	2024-04-01T16:03:20Z
dc.date.embargoEnd	2024-12-04
dc.date.issued	2023-12-04
dc.description.abstract	En el trabajo se analizó la frescura de la trucha (Oncorhynchus mykiss), siendo este aspecto muy importante para determinar su calidad. El objetivo, es proponer un modelo computacional basado en una CNN para clasificar la frescura de la trucha en función a los cambios de color de sus ojos y branquias, Para ello se creó un dataset de imágenes con las truchas adquiridas. Para obtener los resultados se realizaron 3 experimentos, el primero; con 2 clases (días 1 y 9), el segundo con 3 clases (días 1, 5 y 9) y el tercero con 5 clases (días 1, 3, 5, 7 y 9), todos los experimentos se ejecutaron en Google colab. Los resultados se validaron con una matriz de confusión curva ROC. Los mejores resultados dieron el modelo ResNeXt5032x4d, con 2 clases obtuvo un accuracy de 0.9833, con 3 clases un accuracy de 0.9222 y con 5 clases un accuracy de 0.8800.	en_ES
dc.description.escuela	Escuela Profesional de Ingeniería de Sistemas	en_ES
dc.description.lineadeinvestigacion	Tecnología de información e innovación tecnológica	en_ES
dc.description.sede	JULIACA	en_ES
dc.format	application/pdf	en_ES
dc.identifier.uri	http://repositorio.upeu.edu.pe/handle/20.500.12840/7367
dc.language.iso	spa	en_ES
dc.publisher	Universidad Peruana Unión	en_ES
dc.publisher.country	PE	en_ES
dc.rights	info:eu-repo/semantics/embargoedAccess	en_ES
dc.rights.uri	http://creativecommons.org/licenses/by-nc-sa/3.0/es/	*
dc.subject	CNN	en_ES
dc.subject	Transferencia de aprendizaje	en_ES
dc.subject	Precisión y Oncorhynchus mykiss	en_ES
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#2.02.04	en_ES
dc.title	Clasificación de la frescura del pescado utilizando una red neuronal convolucional	en_ES
dc.type	info:eu-repo/semantics/bachelorThesis	en_ES
renati.advisor.dni	40424080
renati.advisor.orcid	https://orcid.org/0000-0002-5367-5904	en_ES
renati.author.dni	44926374
renati.author.dni	73543245
renati.discipline	612076	en_ES
renati.juror	Herrera Yucra, Benazir Francis
renati.juror	Chambi Aguilar, Jenson Daniel
renati.juror	Sullon Macalupu, Abel Angel
renati.level	http://purl.org/pe-repo/renati/nivel#tituloProfesional	en_ES
renati.type	http://purl.org/pe-repo/renati/type#tesis	en_ES
thesis.degree.discipline	Ingeniería de Sistemas	en_ES
thesis.degree.grantor	Universidad Peruana Unión. Facultad de Ingeniería y Arquitectura	en_ES
thesis.degree.name	Ingeniero de Sistemas	en_ES