Monitoreo de riego de cultivos y detección de anomalías con machine learning

Autores
Etchanchú, Facundo; Bouvier, Juan Manuel; Bert, Tomás
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El presente trabajo resume la experiencia de desarrollo de un sistema de detección automática de anomalías en el riego de cultivos. Este proyecto se circunscribe al marco de un Trabajo Práctico Profesional de la carrera de Ingeniería en Informática de la Facultad de Ingeniería de la UBA. Los estudiantes trabajaron con la aprobación de la agtech Ponce Automations para asistir en su misión de brindar un mejor monitoreo del estado del riego de los cultivos de sus clientes. Se describe el diseño, implementación y despliegue productivo de una arquitectura capaz de procesar datos distribuidos en forma de series temporales y su clasificación a través de una red neuronal. La solución fue implantada en producción haciendo uso de una infraestructura IoT. Los dispositivos y sensores se comunican con un satélite y vuelcan los resultados telemétricos en la nube, donde se ejecutan pipelines de procesamiento de flujo masivo de datos para clasificar cada medición y detectar potenciales anomalías.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Detección de anomalías
Riego de cultivos
Redes neuronales
Procesamiento masivo de datos
IoT
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/140911
Acceder
id SEDICI_e8afd649efddcbff5e2ece48575a8295
oai_identifier_str oai:sedici.unlp.edu.ar:10915/140911
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Monitoreo de riego de cultivos y detección de anomalías con machine learningEtchanchú, FacundoBouvier, Juan ManuelBert, TomásCiencias InformáticasDetección de anomalíasRiego de cultivosRedes neuronalesProcesamiento masivo de datosIoTEl presente trabajo resume la experiencia de desarrollo de un sistema de detección automática de anomalías en el riego de cultivos. Este proyecto se circunscribe al marco de un Trabajo Práctico Profesional de la carrera de Ingeniería en Informática de la Facultad de Ingeniería de la UBA. Los estudiantes trabajaron con la aprobación de la agtech Ponce Automations para asistir en su misión de brindar un mejor monitoreo del estado del riego de los cultivos de sus clientes. Se describe el diseño, implementación y despliegue productivo de una arquitectura capaz de procesar datos distribuidos en forma de series temporales y su clasificación a través de una red neuronal. La solución fue implantada en producción haciendo uso de una infraestructura IoT. Los dispositivos y sensores se comunican con un satélite y vuelcan los resultados telemétricos en la nube, donde se ejecutan pipelines de procesamiento de flujo masivo de datos para clasificar cada medición y detectar potenciales anomalías.Sociedad Argentina de Informática e Investigación Operativa2021-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf54-68http://sedici.unlp.edu.ar/handle/10915/140911spainfo:eu-repo/semantics/altIdentifier/url/http://50jaiio.sadio.org.ar/pdfs/est/EST-06.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7615info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:35:44Zoai:sedici.unlp.edu.ar:10915/140911Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:35:45.16SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Monitoreo de riego de cultivos y detección de anomalías con machine learning
title Monitoreo de riego de cultivos y detección de anomalías con machine learning
spellingShingle Monitoreo de riego de cultivos y detección de anomalías con machine learning
Etchanchú, Facundo
Ciencias Informáticas
Detección de anomalías
Riego de cultivos
Redes neuronales
Procesamiento masivo de datos
IoT
title_short Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_full Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_fullStr Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_full_unstemmed Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_sort Monitoreo de riego de cultivos y detección de anomalías con machine learning
dc.creator.none.fl_str_mv Etchanchú, Facundo
Bouvier, Juan Manuel
Bert, Tomás
author Etchanchú, Facundo
author_facet Etchanchú, Facundo
Bouvier, Juan Manuel
Bert, Tomás
author_role author
author2 Bouvier, Juan Manuel
Bert, Tomás
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Detección de anomalías
Riego de cultivos
Redes neuronales
Procesamiento masivo de datos
IoT
topic Ciencias Informáticas
Detección de anomalías
Riego de cultivos
Redes neuronales
Procesamiento masivo de datos
IoT
dc.description.none.fl_txt_mv El presente trabajo resume la experiencia de desarrollo de un sistema de detección automática de anomalías en el riego de cultivos. Este proyecto se circunscribe al marco de un Trabajo Práctico Profesional de la carrera de Ingeniería en Informática de la Facultad de Ingeniería de la UBA. Los estudiantes trabajaron con la aprobación de la agtech Ponce Automations para asistir en su misión de brindar un mejor monitoreo del estado del riego de los cultivos de sus clientes. Se describe el diseño, implementación y despliegue productivo de una arquitectura capaz de procesar datos distribuidos en forma de series temporales y su clasificación a través de una red neuronal. La solución fue implantada en producción haciendo uso de una infraestructura IoT. Los dispositivos y sensores se comunican con un satélite y vuelcan los resultados telemétricos en la nube, donde se ejecutan pipelines de procesamiento de flujo masivo de datos para clasificar cada medición y detectar potenciales anomalías.
Sociedad Argentina de Informática e Investigación Operativa
description El presente trabajo resume la experiencia de desarrollo de un sistema de detección automática de anomalías en el riego de cultivos. Este proyecto se circunscribe al marco de un Trabajo Práctico Profesional de la carrera de Ingeniería en Informática de la Facultad de Ingeniería de la UBA. Los estudiantes trabajaron con la aprobación de la agtech Ponce Automations para asistir en su misión de brindar un mejor monitoreo del estado del riego de los cultivos de sus clientes. Se describe el diseño, implementación y despliegue productivo de una arquitectura capaz de procesar datos distribuidos en forma de series temporales y su clasificación a través de una red neuronal. La solución fue implantada en producción haciendo uso de una infraestructura IoT. Los dispositivos y sensores se comunican con un satélite y vuelcan los resultados telemétricos en la nube, donde se ejecutan pipelines de procesamiento de flujo masivo de datos para clasificar cada medición y detectar potenciales anomalías.
publishDate 2021
dc.date.none.fl_str_mv 2021-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/140911
url http://sedici.unlp.edu.ar/handle/10915/140911
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://50jaiio.sadio.org.ar/pdfs/est/EST-06.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7615
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
54-68
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616236409815040
score 13.070432

Publicaciones similares