Título: | Solución IoT para análisis inteligente en la producción de uva |
Autores: | Sánchez-Barriga Pons, Jorge |
Tipo de documento: | texto impreso |
Fecha de publicación: | 2019 |
Dimensiones: | application/pdf |
Nota general: |
cc_by_nc info:eu-repo/semantics/openAccess |
Idiomas: | |
Palabras clave: | Estado = No publicado , Materia = Ciencias: Informática , Tipo = Trabajo Fin de Máster |
Resumen: |
La productividad en los cultivos agrícolas es cada vez más importante dado que los suelos son menos fértiles y las necesidades de alimentos mayores. La tecnología es clave para ayudar a solventar la falta de alimentos, ya que permite optimizar los recursos y predecir la producción, mejorando así la planificación en la distribución y comercialización, evitando incluso situaciones de riesgo ante la escasez en la producción. El presente trabajo se focaliza en el cultivo de la uva, con necesidades peculiares de cara a la producción, dentro de lo que se conoce como Agricultura de Precisión, donde la automatización es clave. Se plantea una solución conceptual inteligente dentro del paradigma en Internet de las Cosas, IoT (Internet of Things). El planteamiento sobre el desarrollo conceptual en IoT se basa en la captura de datos mediante dispositivos interconectados, para monitorización y análisis de datos. El presente proyecto, como indica su título, se enfoca en estos dos aspectos y especialmente en el análisis inteligente de los datos. Un dato clave del procesamiento inteligente lo constituye el análisis de imágenes digitales. Sobre dichas imágenes, se realiza a nivel local un procesamiento inteligente, basado en la aplicación de técnicas exclusivas de Redes Neuronales Convolucionales (CNN, Convolutional Neural Networks). Mediante la clasificación de las imágenes se obtiene la ratio de uvas-hojas. Este dato, junto con el resto datos que simulan la captura sensorial, obtenidos de fuentes especializadas, se envían a la nube para su almacenamiento, procesamiento y publicación. El procesamiento inteligente en la nube consiste en definir el correspondiente modelo de regresión lineal múltiple, estimando los parámetros que definen dicho modelo, para poder realizar predicciones con datos actuales. La predicción, además de poder determinar la evolución del cultivo, permite actuar de forma controlada en su caso, tratando de mejorar las condiciones ambientales de cara a variar los parámetros necesarios para mejorar la producción. |
En línea: | https://eprints.ucm.es/id/eprint/57091/1/JorgeS%C3%A1nchezBarrigaPons.pdf |
Ejemplares
Estado |
---|
ningún ejemplar |