• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Pregrado
    • Escuela de Ciencias Básicas, Tecnología e Ingenierías
    • Profesional
    • Ingeniería de Sistemas
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Pregrado
    • Escuela de Ciencias Básicas, Tecnología e Ingenierías
    • Profesional
    • Ingeniería de Sistemas
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Desarrollo de un Algoritmo Computacional basado en Deep Learning para la Clasificación de Residuos Orgánicos

    Thumbnail
    QRCode
    View/Open
    zvmorenog.pdf (1.331Mb)
    Share
    Date
    2023-12-27
    Author
    Moreno Galeano, Zalma Valentina
    Advisor
    Vargas Valencia, Miguel Ángel
    Torres Payoma, Freddy Alexander

    Citación

           
    TY - GEN T1 - Desarrollo de un Algoritmo Computacional basado en Deep Learning para la Clasificación de Residuos Orgánicos AU - Moreno Galeano, Zalma Valentina Y1 - 2023-12-27 UR - https://repository.unad.edu.co/handle/10596/60395 AB - El proyecto desarrolla y diseña un modelo de inteligencia artificial para visión computacional basado en redes neuronales convolucionales que permite la clasificación de residuos orgánicos, en dos categorías previamente establecidas, a saber: categoría 1. residuos orgánicos reutilizables y categoría 2. residuos orgánicos compostables. El proceso inicia con la recolección de imágenes provenientes de bases de datos existentes e imágenes capturadas en la finca Carrizalito del municipio de Sopó. Posteriormente se realiza el entramiento del sistema mediante el uso de lenguaje de programación en Python usando paquetes informáticos como lo son TensorFlow y Keras. Finalmente, se evalúa el modelo mediante diferentes métricas de aprendizaje de máquina para su validación. ER - @misc{10596_60395, author = {Moreno Galeano Zalma Valentina}, title = {Desarrollo de un Algoritmo Computacional basado en Deep Learning para la Clasificación de Residuos Orgánicos}, year = {2023-12-27}, abstract = {El proyecto desarrolla y diseña un modelo de inteligencia artificial para visión computacional basado en redes neuronales convolucionales que permite la clasificación de residuos orgánicos, en dos categorías previamente establecidas, a saber: categoría 1. residuos orgánicos reutilizables y categoría 2. residuos orgánicos compostables. El proceso inicia con la recolección de imágenes provenientes de bases de datos existentes e imágenes capturadas en la finca Carrizalito del municipio de Sopó. Posteriormente se realiza el entramiento del sistema mediante el uso de lenguaje de programación en Python usando paquetes informáticos como lo son TensorFlow y Keras. Finalmente, se evalúa el modelo mediante diferentes métricas de aprendizaje de máquina para su validación.}, url = {https://repository.unad.edu.co/handle/10596/60395} }RT Generic T1 Desarrollo de un Algoritmo Computacional basado en Deep Learning para la Clasificación de Residuos Orgánicos A1 Moreno Galeano, Zalma Valentina YR 2023-12-27 LK https://repository.unad.edu.co/handle/10596/60395 AB El proyecto desarrolla y diseña un modelo de inteligencia artificial para visión computacional basado en redes neuronales convolucionales que permite la clasificación de residuos orgánicos, en dos categorías previamente establecidas, a saber: categoría 1. residuos orgánicos reutilizables y categoría 2. residuos orgánicos compostables. El proceso inicia con la recolección de imágenes provenientes de bases de datos existentes e imágenes capturadas en la finca Carrizalito del municipio de Sopó. Posteriormente se realiza el entramiento del sistema mediante el uso de lenguaje de programación en Python usando paquetes informáticos como lo son TensorFlow y Keras. Finalmente, se evalúa el modelo mediante diferentes métricas de aprendizaje de máquina para su validación. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Aprendizaje de máquina Google Scholar
    Visión computacional Google Scholar
    Red neuronal convolucional Google Scholar
    Inteligencia artificial Google Scholar
    Regional / Country coverage
    cead_-_Tunja
    Metadata
    Show full item record
    PDF Document
    Description of the content
    El proyecto desarrolla y diseña un modelo de inteligencia artificial para visión computacional basado en redes neuronales convolucionales que permite la clasificación de residuos orgánicos, en dos categorías previamente establecidas, a saber: categoría 1. residuos orgánicos reutilizables y categoría 2. residuos orgánicos compostables. El proceso inicia con la recolección de imágenes provenientes de bases de datos existentes e imágenes capturadas en la finca Carrizalito del municipio de Sopó. Posteriormente se realiza el entramiento del sistema mediante el uso de lenguaje de programación en Python usando paquetes informáticos como lo son TensorFlow y Keras. Finalmente, se evalúa el modelo mediante diferentes métricas de aprendizaje de máquina para su validación.
    Format
    pdf
    Type of digital resource
    Proyecto aplicado
    Content relationship
    Ingenieria de Sistemas
    Matematicas
    Ciencias de la Computacion
    Ingenieria de Software
    Estadistica
    URI
    https://repository.unad.edu.co/handle/10596/60395
    Collections
    • Ingeniería de Sistemas [489]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: