Desarrollo de aplicativo web basado en máquinas de vectores de soporte(svm) de aprendizaje supervisado para la predicción en la recomendación de cultivos mediante datos ambientales para fincas agroecológicas del cantón La Maná, provincia de Cotopaxi.
Alex David Coppiano Marín y Cristopher Jose Herrera Vargas.
- 106 páginas ; 30 cm.
Incluye CD-Rom, anexos
Proyecto (Ingeniero en Informática y Sistemas Computacionales); Rodríguez, Edel; Tut.
1. Información general. 2. Resumen del proyecto. 3. Justificación del proyecto. 4. Beneficiarios del proyecto. 5. El problema de investigación. 6. Objetivos. 7. Actividades y sistema de tareas en relación a los objetivos planteados. 8. Fundamentación científico técnica. 9. Herramientas de desarrollo. 10. Hipótesis. 11. Metodologías y diseño experimental. 12. Análisis y discusión de los resultados. 13. Diseño de la propuesta técnica. 14. Impacto del proyecto. 15. Presupuesto del proyecto de investigación. 16. Conclusiones y Recomendaciones. 17. Bibliografía. 18. Anexos. 19. Certificado de reporte de la herramienta de prevención de coincidencia y/o plagio académico.
LOS PROYECTOS DE INVESTIGACIÓN SON DE USO EXCLUSIVO EN LA SALA DE LECTURA
En la actualidad, la inteligencia artificial aplicada en el campo agrícola sigue una tendencia de gran éxito en varias áreas dentro de la agricultura por precisión lo cual incluyen como la detección de enfermedades de las plantas y predicción de siembras, para lograr estos objetivos se debe contar con datos e información de alta precisión y se requiere métodos eficaces para una evaluación de los estados de suelo. Existe elementos que se deben tener en cuenta, como las variables ambientales, elementos del suelo y PH; convirtiéndose así de gran importancia que existe grandes cantidades de cultivos para como son los frutos y vegetales, lo cual pueden reproducirse con mayor intensidad en base a la descripción y características del suelo para esa siembra. El presente proyecto de investigación tiene como objetivo realizar predicciones de siembra de cultivos en fincas agroecológicas mediante técnicas machine learning de aprendizaje supervisado y modelos de inteligencia artificial como las máquinas de vectores de soporte (SVM), lo que permitirá mediante una API procesar el ingreso de datos ambientales para predecir si el suelo donde se va realizar la siembra es el indicado para un determinado cultivo mediante una aplicación web que contiene modelos de inteligencia artificial de tipo SVM. Gracias al desarrollo de esta aplicación web se contribuye con tecnología al agricultor para que ejecute de manera correcta la siembra de su producción que requiera a futuro.
INGENIERIA EN INFORMATICA Y SISTEMAS COMPUTACIONALES, MACHINE LEARNING, MODELOS, API, CULTIVOS, VARIABLES AMBIENTALES.