Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual

Autores
Redolfi, Javier A.
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Pucheta, Julián
Descripción
Tesis (DCI)--FCEFN-UNC, 2018
En esta tesis se aplican modelos de clasificación de imágenes como son vectores de Fisher y redes neuronales convolucionales a problemas de agricultura de precisión, como la clasificación de especies de plantas, variedades de semillas y uso de suelo a través de imágenes PolSAR. Con la inclusión de tales modelos se logra otorgar un mayor nivel de robustez y escalabilidad a los sistemas lo cual se traduce en un aumento en la exactitud de la solución de estos problemas.
Materia
Doctorado en Ciencias de la Ingeniería
Agricultura
Plantas
Enfermedades de las plantas
Protección de las plantas
Redes neuronales (Informática)
Análisis de imágenes
Sistemas de obtención de imágenes
Procesado de imágenes -- Técnicas digitales
Vectores
Agricultura de Precisión, Vectores de Fisher, Redes Neuronales Convolucionales, Clasificación de Imágenes
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/6564
Acceder
id RDUUNC_e04c1540ac41c12a471b38ab7b1fe33c
oai_identifier_str oai:rdu.unc.edu.ar:11086/6564
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visualRedolfi, Javier A.Doctorado en Ciencias de la IngenieríaAgriculturaPlantasEnfermedades de las plantasProtección de las plantasRedes neuronales (Informática)Análisis de imágenesSistemas de obtención de imágenesProcesado de imágenes -- Técnicas digitalesVectoresAgricultura de Precisión, Vectores de Fisher, Redes Neuronales Convolucionales, Clasificación de ImágenesTesis (DCI)--FCEFN-UNC, 2018En esta tesis se aplican modelos de clasificación de imágenes como son vectores de Fisher y redes neuronales convolucionales a problemas de agricultura de precisión, como la clasificación de especies de plantas, variedades de semillas y uso de suelo a través de imágenes PolSAR. Con la inclusión de tales modelos se logra otorgar un mayor nivel de robustez y escalabilidad a los sistemas lo cual se traduce en un aumento en la exactitud de la solución de estos problemas.Universidad Nacional de Córdoba Facultad de Ciencias Exactas, Físicas y Naturales.Pucheta, Julián2018info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfT DCI 4682 Rehttp://hdl.handle.net/11086/6564spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-11-06T09:38:45Zoai:rdu.unc.edu.ar:11086/6564Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-11-06 09:38:45.643Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
title Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
spellingShingle Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
Redolfi, Javier A.
Doctorado en Ciencias de la Ingeniería
Agricultura
Plantas
Enfermedades de las plantas
Protección de las plantas
Redes neuronales (Informática)
Análisis de imágenes
Sistemas de obtención de imágenes
Procesado de imágenes -- Técnicas digitales
Vectores
Agricultura de Precisión, Vectores de Fisher, Redes Neuronales Convolucionales, Clasificación de Imágenes
title_short Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
title_full Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
title_fullStr Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
title_full_unstemmed Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
title_sort Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
dc.creator.none.fl_str_mv Redolfi, Javier A.
author Redolfi, Javier A.
author_facet Redolfi, Javier A.
author_role author
dc.contributor.none.fl_str_mv Pucheta, Julián
dc.subject.none.fl_str_mv Doctorado en Ciencias de la Ingeniería
Agricultura
Plantas
Enfermedades de las plantas
Protección de las plantas
Redes neuronales (Informática)
Análisis de imágenes
Sistemas de obtención de imágenes
Procesado de imágenes -- Técnicas digitales
Vectores
Agricultura de Precisión, Vectores de Fisher, Redes Neuronales Convolucionales, Clasificación de Imágenes
topic Doctorado en Ciencias de la Ingeniería
Agricultura
Plantas
Enfermedades de las plantas
Protección de las plantas
Redes neuronales (Informática)
Análisis de imágenes
Sistemas de obtención de imágenes
Procesado de imágenes -- Técnicas digitales
Vectores
Agricultura de Precisión, Vectores de Fisher, Redes Neuronales Convolucionales, Clasificación de Imágenes
dc.description.none.fl_txt_mv Tesis (DCI)--FCEFN-UNC, 2018
En esta tesis se aplican modelos de clasificación de imágenes como son vectores de Fisher y redes neuronales convolucionales a problemas de agricultura de precisión, como la clasificación de especies de plantas, variedades de semillas y uso de suelo a través de imágenes PolSAR. Con la inclusión de tales modelos se logra otorgar un mayor nivel de robustez y escalabilidad a los sistemas lo cual se traduce en un aumento en la exactitud de la solución de estos problemas.
description Tesis (DCI)--FCEFN-UNC, 2018
publishDate 2018
dc.date.none.fl_str_mv 2018
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv T DCI 4682 Re
http://hdl.handle.net/11086/6564
identifier_str_mv T DCI 4682 Re
url http://hdl.handle.net/11086/6564
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Córdoba Facultad de Ciencias Exactas, Físicas y Naturales.
publisher.none.fl_str_mv Universidad Nacional de Córdoba Facultad de Ciencias Exactas, Físicas y Naturales.
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1848046240784187392
score 12.976206

Publicaciones similares