Show simple item record

dc.contributor.advisorVargas Valencia, Miguel Ángel
dc.contributor.advisorTorres Payoma, Freddy Alexander
dc.coverage.spatialcead_-_Tunja
dc.creatorMoreno Galeano, Zalma Valentina
dc.date.accessioned2024-02-29T20:56:36Z
dc.date.available2024-02-29T20:56:36Z
dc.date.created2023-12-27
dc.identifier.urihttps://repository.unad.edu.co/handle/10596/60395
dc.descriptionNo aplica
dc.description.abstractEl 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.
dc.formatpdf
dc.titleDesarrollo de un Algoritmo Computacional basado en Deep Learning para la Clasificación de Residuos Orgánicos
dc.typeProyecto aplicado
dc.subject.keywordsAprendizaje de máquina
dc.subject.keywordsVisión computacional
dc.subject.keywordsRed neuronal convolucional
dc.subject.keywordsInteligencia artificial
dc.description.abstractenglishThe Project develops and designs an artificial intelligence model for computer vision based on convolutional neural networks that allows the classification of organic waste into two previously established categories, namely: Category1. Reusable organic waste and Category 2. Compostable organic waste. The process begins with the collection of images from existing databases and images captured on Carrizalito farm in the municipality of Sopó. Subsequently, the system is trained through the use Python programming language using computer packages such as TensorFlow and Keras. Finally, the model is evaluated using different machine learning metrics for validation.
dc.subject.categoryIngenieria de Sistemas
dc.subject.categoryMatematicas
dc.subject.categoryCiencias de la Computacion
dc.subject.categoryIngenieria de Software
dc.subject.categoryEstadistica


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record