Actualmente, el autoabastecimiento del sector alimentario en el planeta peligra de forma temerosa debido al alto crecimiento de la población en el mundo. Este aumento de la población conlleva el aumento de la necesidad de productos agrícolas.
Las plagas y enfermedades que se producen en los cultivos son una de las principales amenazas que afectan a esta necesidad. Es por ello que la industria agrícola ya usa la automatización y precisión en sus prácticas para optimizar la producción. El uso de este tipo de técnicas, agricultura de precisión, junto con la Inteligencia Artificial ha hecho posible la predicción y reacción rápida ante situaciones impredecibles como esta.
Por lo tanto, este trabajo se centra en la creación de una herramienta basada en la rama de Machine Learning que nos permita realizar predicciones sobre la afectación del grado de severidad de un hongo en el cultivo del tomate.
El desarrollo de esta herramienta conlleva un preprocesamiento de un conjunto de datos que contiene determinados índices de vegetación de esta planta. Para su implementación se llevará a cabo una red neuronal que nos permita predecir dicho grado de severidad.
Los resultados obtenidos y las gráficas desarrolladas determinan el buen y eficiente funcionamiento de nuestro motor de inteligencia para realizar predicciones.
Buscar en Dimension