Identificación de especies de maderas locales mediante el uso de nariz electrónica y aprendizaje automático: un experimento preliminar

Introducción: La deforestación y extracción desordenada de madera ponen en peligro algunas especies maderables vulnerables. Estas especies prohibidas podrían detectarse durante su proceso de transporte si las entidades de vigilancia y control tuvieran los instrumentos de seguimiento adecuados. Si bien en trabajos anteriores se reportan métodos para identificar especies de madera, estos no son aplicables a sitios alejados de las principales ciudades. Objetivo: En el presente trabajo se propone utilizar narices electrónicas (arreglos de sensores químicos) para identificar especies maderables, a partir de los compuestos volátiles que estas emanan. Metodología: La medición de aromas se realiza mediante el uso de una matriz de 16 sensores químicos, cuyas curvas son la entrada a un procedimiento de estimación de características. Luego, se realiza un análisis de componentes principales, para finalmente aplicar una estrategia de clasificación basada en máquinas de vectores de soporte. En contraste a trabajos previos, en el presente trabajo las condiciones de recolección de muestras son más cercanas a las encontradas en entornos reales para los cuales este trabajo busca resolver el problema. Además, el número de muestras es mayor y más variado. Sin embargo, el número de muestras recolectadas para cada especie no está balanceado; por lo tanto, se aplica una técnica de aumento de datos para compensar el desequilibrio en las clases. Resultados: Al realizar los experimentos se encuentra un desempeño de aproximadamente 80%. Conclusiones: A pesar de los resultados prometedores, se deben realizar mayores esfuerzos para obtener un mejor desempeño.  

• Autores: Mantilla Ramírez, Naren Arley; Ruiz Jiménez, Luisa Fernanda; Ortega Boada, Homero; Sepúlveda Sepúlveda, Alexander
• Tipo de recurso: Article of journal
• Fecha de publicación: 2020
• Institución: Corporación Universidad de la Costa
• Repositorio: REDICUC - Repositorio CUC
• Idioma: spa
• OAI Identifier: oai:repositorio.cuc.edu.co:11323/12247
• Acceso en línea: https://hdl.handle.net/11323/12247; https://doi.org/10.17981/ingecuc.17.1.2021.15
• Palabra clave: wood identification; Electronic Nose (E-Nose); chemical sensor arrays; machine learning applications; Support Vector Classification (SVM); data augmentation; identificación de madera; nariz electrónica; matriz de sensores químicos; aplicaciones de aprendizaje automático; Clasificación de Vectores de Soporte (SVM); aumento de datos
• Rights: openAccess
• License: INGE CUC - 2021