Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores
La producción de café es la principal actividad agrícola en Colombia. Más de 350.000 familias colombianas dependen de la cosecha de café. En este sentido, la roya fue reportada por primera vez en el país en 1983, y desde entonces estas familias han tenido que enfrentar graves consecuencias. Reciente...
- Autores:
-
Corrales, David Camilo
Corrales, Juan Carlos
Peña Q., Andrés J.
Figueroa, Apolinar
Hoyos, Javier
Ledezma, Agapito
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2014
- Institución:
- Universidad ICESI
- Repositorio:
- Repositorio ICESI
- Idioma:
- eng
- OAI Identifier:
- oai:repository.icesi.edu.co:10906/76736
- Acceso en línea:
- http://hdl.handle.net/10906/76736
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1802
http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=267806
- Palabra clave:
- Facultad de Ingeniería
Producción intelectual registrada - Universidad Icesi
Sistema & Telemática
Cultivo
Café - Colombia
Producción agrícola
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
ICESI2_3fd14bba8a5a96bab8c0cfef6e3dabf5 |
|---|---|
| oai_identifier_str |
oai:repository.icesi.edu.co:10906/76736 |
| network_acronym_str |
ICESI2 |
| network_name_str |
Repositorio ICESI |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| title |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| spellingShingle |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores Facultad de Ingeniería Producción intelectual registrada - Universidad Icesi Sistema & Telemática Cultivo Café - Colombia Producción agrícola |
| title_short |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| title_full |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| title_fullStr |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| title_full_unstemmed |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| title_sort |
Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores |
| dc.creator.fl_str_mv |
Corrales, David Camilo Corrales, Juan Carlos Peña Q., Andrés J. Figueroa, Apolinar Hoyos, Javier Ledezma, Agapito |
| dc.contributor.author.spa.fl_str_mv |
Corrales, David Camilo Corrales, Juan Carlos Peña Q., Andrés J. Figueroa, Apolinar Hoyos, Javier Ledezma, Agapito |
| dc.subject.spa.fl_str_mv |
Facultad de Ingeniería Producción intelectual registrada - Universidad Icesi Sistema & Telemática Cultivo Café - Colombia Producción agrícola |
| topic |
Facultad de Ingeniería Producción intelectual registrada - Universidad Icesi Sistema & Telemática Cultivo Café - Colombia Producción agrícola |
| description |
La producción de café es la principal actividad agrícola en Colombia. Más de 350.000 familias colombianas dependen de la cosecha de café. En este sentido, la roya fue reportada por primera vez en el país en 1983, y desde entonces estas familias han tenido que enfrentar graves consecuencias. Recientemente, diversos enfoques basados en aprendizaje automático han construido un conjunto de datos para el monitoreo de la incidencia de la roya del café, teniendo en cuenta las condiciones climáticas y las propiedades físicas de los cultivos. Estas investigaciones motivaron la creación de un conjunto de datos para la detección de la roya en cultivos Colombianos a través del proceso de minería de datos CRISP-DM. En este trabajo se definió un conjunto de datos con el objetivo de generar clasificadores precisos; una vez construido el conjunto de datos, fue probado mediante tres clasificadores: Maquinas de vector de regresión, Redes neuronales con propagación hacia atrás y Árboles de regresión. |
| publishDate |
2014 |
| dc.date.accessioned.none.fl_str_mv |
2014-08-20T20:22:34Z |
| dc.date.available.none.fl_str_mv |
2014-08-20T20:22:34Z |
| dc.date.issued.none.fl_str_mv |
2014-04-01 |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.local.spa.fl_str_mv |
Artículo |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.issn.none.fl_str_mv |
16925238 |
| dc.identifier.other.none.fl_str_mv |
http://hdl.handle.net/10906/76736 |
| dc.identifier.uri.none.fl_str_mv |
http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1802 |
| dc.identifier.OLIB.none.fl_str_mv |
http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=267806 |
| dc.identifier.instname.none.fl_str_mv |
instname: Universidad Icesi |
| dc.identifier.reponame.none.fl_str_mv |
reponame: Biblioteca Digital |
| dc.identifier.repourl.none.fl_str_mv |
repourl: https://repository.icesi.edu.co/ |
| identifier_str_mv |
16925238 instname: Universidad Icesi reponame: Biblioteca Digital repourl: https://repository.icesi.edu.co/ |
| url |
http://hdl.handle.net/10906/76736 http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1802 http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=267806 |
| dc.language.iso.spa.fl_str_mv |
eng |
| language |
eng |
| dc.relation.ispartof.none.fl_str_mv |
Sistema y Telemática Vol.12 No. 29 |
| dc.relation.ispartofseries.none.fl_str_mv |
Sistema y Telemática;Vol. 12 No. 29 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
p. 9-23 |
| dc.format.medium.spa.fl_str_mv |
Digital |
| dc.coverage.spatial.spa.fl_str_mv |
Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees. |
| dc.publisher.spa.fl_str_mv |
Universidad Icesi |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Santiago de Cali |
| institution |
Universidad ICESI |
| bitstream.url.fl_str_mv |
http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/6/documento.html http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/5/license.txt http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/2/license_url http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/3/license_text http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/4/license_rdf |
| bitstream.checksum.fl_str_mv |
88d3793c7546f4d504a162277511131a a9bf6c9d51cc761c4b473f39f5bcb2ea 4afdbb8c545fd630ea7db775da747b2f 9833653f73f7853880c94a6fead477b1 7ed1497c69d68d8483a71890b6518559 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Biblioteca Digital - Universidad icesi |
| repository.mail.fl_str_mv |
cdcriollo@icesi.edu.co |
| _version_ |
1814094855863795712 |
| spelling |
Corrales, David CamiloCorrales, Juan CarlosPeña Q., Andrés J.Figueroa, ApolinarHoyos, JavierLedezma, AgapitoeditorSyT@icesi.edu.coCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.2014-08-20T20:22:34Z2014-08-20T20:22:34Z2014-04-0116925238http://hdl.handle.net/10906/76736http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1802http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=267806instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/La producción de café es la principal actividad agrícola en Colombia. Más de 350.000 familias colombianas dependen de la cosecha de café. En este sentido, la roya fue reportada por primera vez en el país en 1983, y desde entonces estas familias han tenido que enfrentar graves consecuencias. Recientemente, diversos enfoques basados en aprendizaje automático han construido un conjunto de datos para el monitoreo de la incidencia de la roya del café, teniendo en cuenta las condiciones climáticas y las propiedades físicas de los cultivos. Estas investigaciones motivaron la creación de un conjunto de datos para la detección de la roya en cultivos Colombianos a través del proceso de minería de datos CRISP-DM. En este trabajo se definió un conjunto de datos con el objetivo de generar clasificadores precisos; una vez construido el conjunto de datos, fue probado mediante tres clasificadores: Maquinas de vector de regresión, Redes neuronales con propagación hacia atrás y Árboles de regresión.Coffee production is the main agricultural activity in Colombia. More than 350.000 Colombian families depend on coffee harvest. Since coffee rust disease was first reported in the country in 1983, these families have had to face severe consequences. Recently, machine learning approaches have built a dataset for monitoring coffee rust incidence that involves weather conditions and physic crop properties. This background encouraged us to build a dataset for coffee rust detection in Colombian crops through data mining process as Cross Industry Standard Process for Data Mining (CRISP-DM). In this paper we define a proper data to generate accurate models; once the dataset is built, this is tested using classifiers as: Support Vector Regression, Backpropagation Neural Networks and Regression Trees.p. 9-23DigitalengUniversidad IcesiFacultad de IngenieríaSantiago de CaliSistema y Telemática Vol.12 No. 29Sistema y Telemática;Vol. 12 No. 29EL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos Toda persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Facultad de IngenieríaProducción intelectual registrada - Universidad IcesiSistema & TelemáticaCultivoCafé - ColombiaProducción agrícolaUn nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadoresinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1Artículoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Comunidad Universidad Icesi2912923ORIGINALdocumento.htmldocumento.htmltext/html315http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/6/documento.html88d3793c7546f4d504a162277511131aMD56LICENSElicense.txtlicense.txttext/plain1783http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/5/license.txta9bf6c9d51cc761c4b473f39f5bcb2eaMD55CC-LICENSElicense_urllicense_urltext/plain49http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_textapplication/octet-stream21936http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/3/license_text9833653f73f7853880c94a6fead477b1MD53license_rdflicense_rdfapplication/octet-stream22190http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/76736/4/license_rdf7ed1497c69d68d8483a71890b6518559MD5410906/76736oai:repository.icesi.edu.co:10906/767362018-10-09 09:29:32.753Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.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 |