Manual para el reconocimiento temprano de malezas en sistemas hortícolas de la Norpatagonia : guía de campo /

En los últimos años, han ocurrido distintos avances tecnológicos; Innovaciones como Big Data, Inteligencia Artificial, Cloud Computing, Machine Learning y Deep Learning han sido introducidas en diversas áreas tales como en finanzas, marketing, medicina, agricultura, académica, turismo, entre muchas...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Bezic, Carlos Rubén
Otros Autores: Cañón, Silvia Liliana, Gajardo, Omar Ariel, Avilés, Lucrecia María, Gil, María Inés, Dall Armellina, Armando Anibal
Formato: Libro electrónico
Lenguaje:Inglés
Publicado: Viedma: Universidad Nacional de Río Negro, Universidad Nacional del Comahue, 2011
Materias:
Acceso en línea:https://lua.siu.edu.ar/producto/manual-para-el-reconocimiento-temprano-de-malezas-en-sistemas-horticolas-de-la-norpatagonia-guia-de-campo/
Aporte de:Registro referencial: Solicitar el recurso aquí
LEADER 03900nam a22003137a 4500
003 AR-FvUNAJ
005 20220908143215.0
007 cr
008 200311cr ||||| |||| 00| 0 eng d
020 |a 9789872619886 (versión en línea) 
040 |c AR-FvUNAJ  |d AR-FvUNAJ  |e aacr2 
100 1 |9 13323  |a Bezic, Carlos Rubén 
245 1 0 |a Manual para el reconocimiento temprano de malezas en sistemas hortícolas de la Norpatagonia :  |b guía de campo /  |c Carlos Rubén Bezic y otros 
260 |a Viedma:  |b Universidad Nacional de Río Negro,   |b Universidad Nacional del Comahue,  |c 2011 
300 |a v. 1 
520 |a En los últimos años, han ocurrido distintos avances tecnológicos; Innovaciones como Big Data, Inteligencia Artificial, Cloud Computing, Machine Learning y Deep Learning han sido introducidas en diversas áreas tales como en finanzas, marketing, medicina, agricultura, académica, turismo, entre muchas otras. Esto se debe a que la transformación digital no es propia de un sector en particular, sino que toda la humanidad en su conjunto puede beneficiarse de ella de diferentes formas. Este trabajo se enfocará principalmente en la aplicación de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo), aunque en realidad, también se emplean otras tecnologías relacionadas con las anteriores mencionadas. Machine Learning (ML) es un subcampo de la Inteligencia Artificial, cada vez más utilizado hoy en día por distintas instituciones (empresas, laboratorios, organizaciones gubernamentales, entre otras) dado que es aplicable a múltiples campos con resultados exitosos. Se trata de un modelo de análisis de datos en el cual, a partir de datos de entrada y de salida, el sistema “aprende” automáticamente detectando patrones y generando reglas. Estas últimas pueden aplicarse a otros datos de entrada para obtener resultados finales originales. De esta forma, el sistema se “entrena” para poder predecir respuestas con un margen de éxito. Por otro lado, el Deep Learning es un área del ML, que trata de simular el aprendizaje humano y está compuesto por distintas capas de procesamiento de datos. A esto se lo conoce como Redes Neuronales Artificiales profundas. Es posible encontrar fácilmente ejemplos de estas aplicaciones en la vida cotidiana, al acceder a una red social y visualizar las publicidades seleccionadas y que se leofrecen al usuario, haciendo uso de técnicas de ML, específicamente en este caso,de una técnica llamada “segmentación del cliente”. En este sentido, la presente Práctica Profesional Supervisada (PPS) tiene como finalidad el desarrollo de un sistema de detección de malezas que se encuentren con frecuencia en cultivos del territorio argentino -principalmente la región pampeana- mediante el procesamiento de imágenes utilizando técnicas de Machine Learning. La PPS se desarrollará en el marco del Proyecto de Investigación de la Universidad Nacional Arturo Jauretche UNAJ INVESTIGA 2017 (Código del Proyecto 80020170200025UJ y Resolución Rectoral N° 148/18 de fecha 29/06/2018), cuyo título es “Tecnologías de la información y las comunicaciones mediante IoT para la solución de problemas en el medio socioproductivo” (Director: Jorge Osio). 
650 2 0 |a CULTIVO  |9 3051 
650 2 7 |9 13322  |a MALEZAS  |2 agrovoc 
650 2 7 |9 5112  |a HORTICULTURA  |2 agrovoc 
651 0 |a PATAGONIA (Argentina)  |9 6485 
700 1 |9 13324  |a Cañón, Silvia Liliana 
700 1 |9 13325  |a Gajardo, Omar Ariel 
700 1 |9 13326  |a Avilés, Lucrecia María 
700 1 |9 13330  |a Gil, María Inés 
700 1 |9 13331  |a Dall Armellina, Armando Anibal 
856 |u https://lua.siu.edu.ar/producto/manual-para-el-reconocimiento-temprano-de-malezas-en-sistemas-horticolas-de-la-norpatagonia-guia-de-campo/ 
942 |2 ddc  |c LIBRO DIGI 
980 |6 19226  |a  Palazón Marcela  |8 20562  |g  Diego Higa 
999 |c 7102  |d 7102