Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.

Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.

La agricultura de hoy enfrenta grandes retos, la poca tenencia de extensiones de tierra cultivables, el desgaste de suelos, malas prácticas degenerativas del suelo; el cambio climático y los altos costos de insumos nos dirigen a una crisis alimentaria, por lo que se demandan nuevas propuestas tecnol...

Descripción completa

Detalles Bibliográficos
Autor principal: Saldaña Valenzuela, Samuel
Formato: Online
Idioma:spa
Publicado: Centro Universitario de Sur Oriente 2023
Acceso en línea:https://revistacunsurori.com/index.php/revista/article/view/87
id RENASOAM87
record_format ojs
spelling RENASOAM872024-08-15T00:27:44Z Artificial Intelligence: Detection of diseases in bean crops. Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol. Saldaña Valenzuela, Samuel Today's agriculture faces great challenges, the little tenure of arable land extensions, the wear of soils, bad practices that degenerate the soil; Climate change and high input costs are leading us to a food crisis, which is why new technological proposals are demanded. Precision Agriculture (Agriculture 4.0) maximizes the performance of time, inputs, the products are of better quality, and the intervening contaminants are intended be mitigated as much as possible. Artificial Intelligence (A.I.) models achieve a rebound in the achievement of objectives in Agriculture 4.0, as a circularly sustainable activity. Use a variety of techniques, among which numerical analysis, decision-making in autonomous processes and visual detection of agricultural indicators stand out. This study deals with a Deep Learning algorithm based on Visual Computing capable of early detection of nutritional principles of the bean plant, obtaining substantive results that assess the technique itself, the quality of the intervening inputs, and the degree of algorithmic effectiveness of the techniques, which are represented graphically. The AI ​​​​model locates diseases in the plant, yielding a scientifically typified diagnosis; this demonstrated a high percentage of assertiveness of 99%.   Key words: Artificial Intelligence, Agriculture 4.0, Environmental impact, Food crisis, Nutritional assessment techniques. La agricultura de hoy enfrenta grandes retos, la poca tenencia de extensiones de tierra cultivables, el desgaste de suelos, malas prácticas degenerativas del suelo; el cambio climático y los altos costos de insumos nos dirigen a una crisis alimentaria, por lo que se demandan nuevas propuestas tecnológicas. La Agricultura de Precisión (Agricultura 4.0) maximiza el rendimiento de tiempos e insumos, los productos resultan de mejor calidad y los contaminantes intervinientes se pretenden mitigar al máximo posible. Los modelos de Inteligencia Artificial (I.A.) logran un repunte en el logro de objetivos en la Agricultura 4.0, como una actividad circularmente sostenible.  Emplear técnicas variadas entre las que se destacan los análisis numéricos, la toma de decisión en procesos autónomos y la detección visual de indicadores agrícolas. Este estudio aborda un algoritmo en Deep Learning basado en Computación Visual capaz de la detección temprana de principios nutricionales de la planta de frijol, obteniendo resultados sustantivos que valora la técnica en sí, la calidad de los insumos intervinientes, y el grado de efectividad algorítmica las cuales se representan de manera gráfica. El modelo I.A. localiza enfermedades en la planta arrojando un diagnóstico científicamente tipificado, este demostró un alto porcentaje de asertividad de 99%.   Palabras claves: Inteligencia artificial, Agricultura 4.0, Impacto ambiental, Crisis alimentaria, Técnicas de evaluación nutricional. Centro Universitario de Sur Oriente 2023-09-05 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículo revisado por pares application/pdf https://revistacunsurori.com/index.php/revista/article/view/87 10.37533/cunsurori.v10i1.87 Revista Naturaleza, Sociedad y Ambiente; Vol. 10 Núm. 1 (2023): Revista Naturaleza, Sociedad y Ambiente; 53-58 2707-9643 2313-786X spa https://revistacunsurori.com/index.php/revista/article/view/87/115 GT Derechos de autor 2023 Samuel Saldaña Valenzuela https://creativecommons.org/licenses/by/4.0
institution Universidad de San Carlos de Guatemala
collection Revista Naturaleza, Sociedad y Ambiente
language spa
format Online
author Saldaña Valenzuela, Samuel
spellingShingle Saldaña Valenzuela, Samuel
Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.
author_facet Saldaña Valenzuela, Samuel
author_sort Saldaña Valenzuela, Samuel
description La agricultura de hoy enfrenta grandes retos, la poca tenencia de extensiones de tierra cultivables, el desgaste de suelos, malas prácticas degenerativas del suelo; el cambio climático y los altos costos de insumos nos dirigen a una crisis alimentaria, por lo que se demandan nuevas propuestas tecnológicas. La Agricultura de Precisión (Agricultura 4.0) maximiza el rendimiento de tiempos e insumos, los productos resultan de mejor calidad y los contaminantes intervinientes se pretenden mitigar al máximo posible. Los modelos de Inteligencia Artificial (I.A.) logran un repunte en el logro de objetivos en la Agricultura 4.0, como una actividad circularmente sostenible.  Emplear técnicas variadas entre las que se destacan los análisis numéricos, la toma de decisión en procesos autónomos y la detección visual de indicadores agrícolas. Este estudio aborda un algoritmo en Deep Learning basado en Computación Visual capaz de la detección temprana de principios nutricionales de la planta de frijol, obteniendo resultados sustantivos que valora la técnica en sí, la calidad de los insumos intervinientes, y el grado de efectividad algorítmica las cuales se representan de manera gráfica. El modelo I.A. localiza enfermedades en la planta arrojando un diagnóstico científicamente tipificado, este demostró un alto porcentaje de asertividad de 99%.   Palabras claves: Inteligencia artificial, Agricultura 4.0, Impacto ambiental, Crisis alimentaria, Técnicas de evaluación nutricional.
title Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.
title_short Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.
title_full Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.
title_fullStr Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.
title_full_unstemmed Inteligencia Artificial: Detección de enfermedades en el cultivo de frijol.
title_sort inteligencia artificial: detección de enfermedades en el cultivo de frijol.
title_alt Artificial Intelligence: Detection of diseases in bean crops.
publisher Centro Universitario de Sur Oriente
publishDate 2023
url https://revistacunsurori.com/index.php/revista/article/view/87
work_keys_str_mv AT saldanavalenzuelasamuel artificialintelligencedetectionofdiseasesinbeancrops
AT saldanavalenzuelasamuel inteligenciaartificialdetecciondeenfermedadesenelcultivodefrijol
_version_ 1822055726277722112

Ejemplares similares