Políticas   Declaración de Budapest  
 

Aplicación Web para Clasificar los Granos de la Quinua Según la Norma Técnica Peruana Aplicando Machine Learning

Vista sencilla de ítem
dc.contributor.advisorCondori Coaquira, Angel Rosendo
dc.contributor.authorQuispe Valero, Paul Anderson
dc.date.accessioned2021-08-12T18:23:45Z
dc.date.available2021-08-12T18:23:45Z
dc.date.issued2020-12-03
dc.description.abstractEl procesamiento de granos de quinua es complejo además que el análisis físico no genera información para una posterior retro alimentación, y es necesario tener un clasificador de granos, que permita clasificar grano por grano reduciendo el tiempo del análisis y es fundamental tener información acerca del grano de quinua y su clasificación, con la relevancia que está ganando machine learning y uno de sus sub campos deep learning, es posible entrenar modelos de redes neuronales convolucionales que permiten analizar imágenes digitales clasificando los granos de quinua. La presente investigación, utiliza el modelo Inception perteneciente a las redes neuronales convolucionales para analizar imágenes de granos de quinua para poder identificar parámetros basados en la NTP 206.56:2014, brindando un análisis en un corto tiempo creando un banco de información sobre el grano de quinua y su procedencia. Se utiliza la metodología para la ciencia de datos para la implementación de Inception y la abstracción de datos. Para el desarrollo web se emplea la metodología de proceso ágil unificado para analizar, desarrollar e implementar el modelo Inception en la aplicación web. El modelo Inception, clasifica los granos de quinua, mediante una imagen de entrada diferenciando cada grano según sea clasificado usando 7 etiquetas(labels) y está integrado a la aplicación web, como resultado se obtuvo una interfaz de usuario para el uso del modelo computacional y la generación de reportes según la muestra por cada grano de quinua exportado en formato pdf, adicionalmente generando un banco de información para futuros usos.en_ES
dc.description.escuelaEscuela Profesional de Ingeniería de Sistemasen_ES
dc.description.lineadeinvestigacionTecnología de información e innovación tecnológicaen_ES
dc.description.sedeJULIACAen_ES
dc.formatapplication/pdfen_ES
dc.identifier.urihttp://repositorio.upeu.edu.pe/handle/20.500.12840/4658
dc.language.isospa
dc.publisherUniversidad Peruana Uniónen_ES
dc.publisher.countryPEen_ES
dc.rightsinfo:eu-repo/semantics/openAccessen_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/es/*
dc.subjectInceptionen_ES
dc.subjectDeep Learningen_ES
dc.subjectRedes neuronales convolucionalesen_ES
dc.subjectProceso ágil unificadoen_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.03en_ES
dc.titleAplicación Web para Clasificar los Granos de la Quinua Según la Norma Técnica Peruana Aplicando Machine Learningen_ES
dc.typeinfo:eu-repo/semantics/bachelorThesisen_ES
renati.advisor.dni40728626
renati.advisor.orcidhttps://orcid.org/0000-0003-4681-4272en_ES
renati.author.dni76286032
renati.discipline612076en_ES
renati.jurorCenturión Julca, Lennin Henry
renati.jurorSullon Macalapu, Abel Angel
renati.jurorMamani Pari, David
renati.jurorGutierrez Quispe, Eder
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesionalen_ES
renati.typehttp://purl.org/pe-repo/renati/type#tesisen_ES
thesis.degree.disciplineIngeniería de Sistemasen_ES
thesis.degree.grantorUniversidad Peruana Unión. Facultad de Ingeniería y Arquitecturaen_ES
thesis.degree.nameIngeniero de Sistemasen_ES

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Paul_Tesis_Licenciatura_2020.pdf
Tamaño:
1.33 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería de Sistemas