Mostrar el registro sencillo del ítem

dc.contributor.authorChávez de la O, Francisco
dc.contributor.authorRodríguez Puerta, Borja
dc.contributor.authorRodríguez Díaz, Francisco Javier
dc.contributor.authorLuque-Baena, Rafael Marcos 
dc.date.accessioned2018-11-05T10:21:31Z
dc.date.available2018-11-05T10:21:31Z
dc.date.created2018
dc.date.issued2018-11-05
dc.identifier.urihttps://hdl.handle.net/10630/16782
dc.description.abstractEn la actualidad, España ocupa el séptimo puesto como productor de ciruelas a nivel mundial y el tercero a nivel europeo según la Organización de las Naciones Unidas para la Alimentación y la Agricultura. La importancia que tiene el cultivo de esta fruta en nuestro paı́s es evidente, siendo mayor en Comunidades Autónomas como la Extremeña, que centran su actividad económica en el sector primario. Lo que debe diferenciar una producción es su calidad, pero la calidad de los frutos tradicionalmente se hace en base a la experiencia de los agricultores y técnicos, basándose únicamente en su percepción visual. Esto puede generar errores en la determinación de la fecha óptima de recolección. En este trabajo se propone un método novedoso basado en el análisis de imágenes hiperespectrales de los frutos del ciruelo japonés que, mediante técnicas de aprendizaje profundo (Deep Learning) y utilizando para ello redes neuronales convolucionales, se obtienen eficaces clasificadores de los frutos por su variedad y su fecha de maduración. Los resultados presentados en este trabajo permiten afirmar que es posible dotar a los agricultores y técnicos agrı́colas de herramientas que les ayuden a la correcta toma de decisón en relación a la fecha de maduración de sus frutos, para poder obtener productos de mayor calidad y ser más competitivos en el sector.en_US
dc.description.sponsorshipUniversidad de Málaga. Campus de Excelencia Internacional Andalucía Tech.en_US
dc.language.isospaen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectInteligencia artificialen_US
dc.subject.otherImagen hiperespectralen_US
dc.subject.otherAprendizaje profundoen_US
dc.subject.otherCiruelaen_US
dc.subject.otherMaduraciónen_US
dc.titleDetección de variedad y estado de maduración del ciruelo japonés utilizando imégenes hiperespectrales y aprendizaje profundoen_US
dc.typeinfo:eu-repo/semantics/conferenceObjecten_US
dc.centroE.T.S.I. Informáticaen_US
dc.relation.eventtitleXVIII Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA)en_US
dc.relation.eventplaceGranada, Españaen_US
dc.relation.eventdate23/10/2018en_US


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem