<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Título profesional 2025

Implementación de deep learning y redes neuronales convolucionales para la identificación de plagas en cultivo de arroz de San Martín

Resumen

El arroz es uno de los cultivos con mayor porcentaje de producción tanto internacional como nacional; ahora bien, en Perú la producción se ve afectada por plagas que comprometen la seguridad alimentaria y generan pérdidas económicas. La detección de plagas en el arroz utilizando tecnologías avanzadas es fundamental para optimizar el desarrollo eficaz de los cultivos. En este estudio, se propone un modelo de red neuronal convolucional (CNN), desarrollado sobre la arquitectura ResNet-50 con el propósito de identificar plagas las cuales serán captadas en campo y por drones. El entrenamiento se llevó a cabo con el uso del dataset IP102, aplicando preprocesamiento y balanceo de clases; asimismo, se obtuvo imágenes propias de agricultores locales. Es así que, se logró alcanzar una precisión de 92 % al 95 % con tendencia positiva. Además, se observa la integración del modelo de predicción en una plataforma web, proporcionando a los agricultores herramientas para un monitoreo automatizado y en tiempo real desde ambas interfaces. Esto, facilita una respuesta más rápida y eficiente ante la presencia de plagas. Este trabajo constituye a una de las primeras propuestas en el Perú que integra inteligencia artificial y agricultura, con impacto directo en la reducción de pesticidas, ahorro de costos de inspección y mejora en la productividad agrícola.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por

Grado o título

Ingeniero de Sistemas

Programa

Ingeniería de Sistemas

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Peruana Unión

DOI

Licencia Creative Commons

Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial-CompartirIgual 4.0

Archivos

Cargando...
Miniatura
Nombre

Gerald_Tesis_Licenciatura_2025.pdf

Tamaño

934,18 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Reporte de Similitud.pdf

Tamaño

1,37 MB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Autorización.pdf

Tamaño

224,75 KB

Formato

Adobe PDF