Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial.
En la actualidad los avances que se han tenido en la parte de visión por computadora y a su vez tecnologías de aprendizaje automático han permitido que grandes científicos que estudian las plantas transformen sus técnicas de obtención de fenotipado de las plantas he incorporen unas nuevas formas de...
- Autores:
-
Tellez Salamanca, William David
Rodríguez Cruz, Yeison Miguel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/47516
- Acceso en línea:
- http://hdl.handle.net/11634/47516
- Palabra clave:
- Computer vision
Farming
Segmentation and phenotyping
Artificial vision
Cartesian robot
Segmentation algorithms
Visión por computadora
Agricultura
Segmentación y fenotipado
Visión artificial
Robot cartesiano
Algoritmos de segmentación
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_d888dac5d0d27778e7080effd29c56bc |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/47516 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| title |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| spellingShingle |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. Computer vision Farming Segmentation and phenotyping Artificial vision Cartesian robot Segmentation algorithms Visión por computadora Agricultura Segmentación y fenotipado Visión artificial Robot cartesiano Algoritmos de segmentación |
| title_short |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| title_full |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| title_fullStr |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| title_full_unstemmed |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| title_sort |
Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial. |
| dc.creator.fl_str_mv |
Tellez Salamanca, William David Rodríguez Cruz, Yeison Miguel |
| dc.contributor.advisor.none.fl_str_mv |
Pardo Beainy, Camilo Ernesto Gutiérrez Cáceres, Edgar Andrés |
| dc.contributor.author.none.fl_str_mv |
Tellez Salamanca, William David Rodríguez Cruz, Yeison Miguel |
| dc.contributor.corporatename.spa.fl_str_mv |
Universidad Santo Tomas |
| dc.subject.keyword.spa.fl_str_mv |
Computer vision Farming Segmentation and phenotyping Artificial vision Cartesian robot Segmentation algorithms |
| topic |
Computer vision Farming Segmentation and phenotyping Artificial vision Cartesian robot Segmentation algorithms Visión por computadora Agricultura Segmentación y fenotipado Visión artificial Robot cartesiano Algoritmos de segmentación |
| dc.subject.proposal.spa.fl_str_mv |
Visión por computadora Agricultura Segmentación y fenotipado Visión artificial Robot cartesiano Algoritmos de segmentación |
| description |
En la actualidad los avances que se han tenido en la parte de visión por computadora y a su vez tecnologías de aprendizaje automático han permitido que grandes científicos que estudian las plantas transformen sus técnicas de obtención de fenotipado de las plantas he incorporen unas nuevas formas de obtención haciendo uso de técnicas de visión por computadora, ya que como es una de las ramas más importantes hoy en día, tiene a su vez varias funcionalidades en diferentes sectores, uno de ellos he importante para este proyecto el sector agrícola. El proyecto se basa en la búsqueda de algoritmos de segmentación usando en la actualidad y a su vez el diseño de un robot cartesiano que permita realizar procesos de segmentación y fenotipado de plantas en ambientes controlados. El proyecto se realiza con el fin de hacer procesos detallados en plantas individuales observando diferentes características como lo son el crecimiento de estas plantas en diferentes condiciones de crecimiento, a la par de esto ver el crecimiento, el tamaño y la evolución de sus hojas, sus frutos y su área floral, y así, poder extraer características visuales de las plantas, que ayuden a hacer mediciones o cuantificar rasgos visuales. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-10-05T22:30:09Z |
| dc.date.available.none.fl_str_mv |
2022-10-05T22:30:09Z |
| dc.date.issued.none.fl_str_mv |
2022-10-04 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Tellez Salamanca William David, Rodríguez Cruz Yeison Miguel, Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/47516 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Tellez Salamanca William David, Rodríguez Cruz Yeison Miguel, Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/47516 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
OpenCV, “Opencv ai kit: Oak—d,” 2021. [Online]. Available: https://store.opencv.ai/ collections/all C. Gupta, V. Tewari, R. Machavaram, and P. Shrivastava, “An image processing approach for measurement of chili plant height and width under field conditions,” Journal of the Saudi Society of Agricultural Sciences, 2021. M. C. L. S. M. Ramos, P., “The benchbot..” 2021. [Online]. Available: https: //github.com/precision-sustainable-ag/OpenCV_Competition2021#readme Y. Chéné, D. Rousseau, P. Lucidarme, J. Bertheloot, V. Caffier, P. Morel, É. Belin, and F. Chapeau-Blondeau, “On the use of depth camera for 3d phenotyping of entire plants,” Computers and Electronics in Agriculture, vol. 82, pp. 122–127, 2012. J. D. Sandino, O. L. Ramos-Sandoval, and D. Amaya-Hurtado, “Method for estimating leaf coverage in strawberry plants using digital image processing,” Revista Brasileira de Engenharia Agrícola e Ambiental, vol. 20, pp. 716–721, 2016. E. Kiani and T. Mamedov, “Identification of plant disease infection using soft-computing: Application to modern botany,” Procedia computer science, vol. 120, pp. 893–900, 2017. X. E. Pantazi, D. Moshou, and A. A. Tamouridou, “Automated leaf disease detection in different crop species through image features analysis and one class classifiers,” Computers and electronics in agriculture, vol. 156, pp. 96–104, 2019. E. Hamuda, M. Glavin, and E. Jones, “A survey of image processing techniques for plant extraction and segmentation in the field,” Computers and electronics in agriculture, vol. 125, pp. 184–199, 2016. O. Ospina, H. Anzola Vásquez, O. Ayala Duarte, and A. Baracaldo Martínez, “Validación de un algoritmo de procesamiento de imágenes red green blue (rgb), para la estimación de proteína cruda en gramíneas vs la tecnología de espectroscopía de infrarrojo cercano (nirs),” Revista de Investigaciones Veterinarias del Perú, vol. 31, no. 2, 2020. R. Naushad, “Introducción a los kits opencv ai (oak-1 y oak-d),” 2021. [Online]. Available: https://medium.com/swlh/introduction-to-opencv-ai-kits-oak-1-and-oak-d-6cdf8624517 J. C. Puchalt, J. F. Gonzalez-Rojo, A. P. Gómez-Escribano, R. P. Vázquez-Manrique, and A.-J. Sánchez-Salmerón, “Multiview motion tracking based on a cartesian robot to monitor caenorhabditis elegans in standard petri dishes,” vol. 12, no. 1, pp. 1–11, 2022. A. Milella, R. Marani, A. Petitti, and G. Reina, “In-field high throughput grapevine phenotyping with a consumer-grade depth camera,” Computers and electronics in agriculture, vol. 156, pp. 293–306, 2019. Z. Chen, J. Wang, T. Wang, Z. Song, Y. Li, Y. Huang, L. Wang, and J. Jin, “Automated in-field leaf-level hyperspectral imaging of corn plants using a cartesian robotic platform,” Computers and Electronics in Agriculture, vol. 183, p. 105996, 2021. S. G. Tzafestas, Introduction to mobile robot control. Elsevier, 2013. PlantCV, “Welcome to the documentation for plantcv,” 2020. [Online]. Available: https://plantcv.readthedocs.io/en/stable/ J. A. Muñoz Guevara, “Propuesta para la clasificación y paletizado automático de productos en la planta de grupo familia Medellín,” 2017. N. L. S. Palomino and U. N. R. Concha, “Técnicas de segmentación en procesamiento digital de imágenes,” Revista de investigación de Sistemas e Informática, vol. 6, no. 2, pp. 9–16, 2009. J. Angulo and J. Serra, “Segmentación de imágenes en color utilizando histogramas bivariables en espacios color polares luminancia/saturación/matiz,” Computación y Sistemas, vol. 8, no. 4, pp. 303–316, 2005. C. B. Rene, T. M. S. Javier, M. H. German, and R. C. F. Ardul, “Algoritmo para obtención de índice de desempeño, en configuraciones de robots scara, cartesiano y antropomórfico.” Innovaciones en Mecatrónica, p. 41. C. HERNÁNDEZ PÉREZ, “Desarrollo de un simulador basado en un robot cartesiano de tres grados de libertad,” Tech. Rep., 2015. F. Pérez Sanz et al., “Desarrollo de un sistema de fenotipado basado en visión artificial para el estudio de la cinética de crecimiento de plantas,” 2018. M. I. Ros Sánchez et al., “Diseño de un sistema inteligente móvil para facilitar procesos de fenotipado en agricultura de precisión,” 2020. M. E. B. NÁJERA, “Control de trayectorias de un robot cartesiano,” 2016. L. Z. Muñoz Sanchez and M. I. Gómez Gómez, “Análisis del impacto de las técnicas de preprocesamiento en la segmentación de imágenes de plantas en ambientes semi-controlados,” 2016. J. González-Esquiva, J. Hernández-Hernández, G. García-Mateos, A. Ruiz-Canales, and J. Molina-Martínez, “Estudio y comparación de técnicas de segmentación por color para la estimación de la fracción de cobertura vegetal,” in II Simposio Nacional de Ingeniería Hortícola, Almería, 2016. |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia Atribución-NoComercial-SinDerivadas 2.5 Colombia Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Tunja |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Electrónica |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/47516/1/2022WilliamTellez%2cYeisonRodr%c3%adguez.pdf https://repository.usta.edu.co/bitstream/11634/47516/3/Carta%20derechos%20de%20autor.pdf https://repository.usta.edu.co/bitstream/11634/47516/6/Carta%20autorizaci%c3%b3n%20facultad.pdf https://repository.usta.edu.co/bitstream/11634/47516/5/license.txt https://repository.usta.edu.co/bitstream/11634/47516/4/license_rdf https://repository.usta.edu.co/bitstream/11634/47516/7/2022WilliamTellez%2cYeisonRodr%c3%adguez.pdf.jpg https://repository.usta.edu.co/bitstream/11634/47516/8/Carta%20derechos%20de%20autor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/47516/9/Carta%20autorizaci%c3%b3n%20facultad.pdf.jpg |
| bitstream.checksum.fl_str_mv |
6eae586215e2997a1f5b2a7d8eb2e02c ad302584bdc1e3a01b8c593e184eb739 5bfde6c97ff1a255ce54886c7f542075 aedeaf396fcd827b537c73d23464fc27 217700a34da79ed616c2feb68d4c5e06 f5ec2e350d1230aa859c6ab1429aaa57 afb95ce5a47cd8d1891a2f5244a3a5e1 fb96e9ac622b50555f637e39403ff1aa |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026234992001024 |
| spelling |
Pardo Beainy, Camilo ErnestoGutiérrez Cáceres, Edgar AndrésTellez Salamanca, William DavidRodríguez Cruz, Yeison MiguelUniversidad Santo Tomas2022-10-05T22:30:09Z2022-10-05T22:30:09Z2022-10-04Tellez Salamanca William David, Rodríguez Cruz Yeison Miguel, Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificialhttp://hdl.handle.net/11634/47516reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEn la actualidad los avances que se han tenido en la parte de visión por computadora y a su vez tecnologías de aprendizaje automático han permitido que grandes científicos que estudian las plantas transformen sus técnicas de obtención de fenotipado de las plantas he incorporen unas nuevas formas de obtención haciendo uso de técnicas de visión por computadora, ya que como es una de las ramas más importantes hoy en día, tiene a su vez varias funcionalidades en diferentes sectores, uno de ellos he importante para este proyecto el sector agrícola. El proyecto se basa en la búsqueda de algoritmos de segmentación usando en la actualidad y a su vez el diseño de un robot cartesiano que permita realizar procesos de segmentación y fenotipado de plantas en ambientes controlados. El proyecto se realiza con el fin de hacer procesos detallados en plantas individuales observando diferentes características como lo son el crecimiento de estas plantas en diferentes condiciones de crecimiento, a la par de esto ver el crecimiento, el tamaño y la evolución de sus hojas, sus frutos y su área floral, y así, poder extraer características visuales de las plantas, que ayuden a hacer mediciones o cuantificar rasgos visuales.At present, the advances that have been made in the computer vision part and, in turn, machine learning technologies have allowed great scientists who study plants to transform their techniques for obtaining plant phenotyping and to incorporate new ways of obtaining use of computer vision techniques, since as it is one of the most important branches today, it has several functionalities in different sectors, one of them is important for this project, the agricultural sector. The project is based on the search for segmentation algorithms currently using and in turn the design of a Cartesian robot that allows segmentation and phenotyping of plants to be carried out in controlled environments. The project is carried out in order to make detailed processes in individual plants observing different characteristics such as the growth of these plants in different growth conditions, along with this, see the size and evolution of their leaves, their fruits and its floral area, and thus, be able to extract visual characteristics of the plants, which help to quantify or quantify visual traits.Ingeniero ElectronicoPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Diseño de robot cartesiano para procesos de segmentación y fenotipado de plantas con visión artificial.Computer visionFarmingSegmentation and phenotypingArtificial visionCartesian robotSegmentation algorithmsVisión por computadoraAgriculturaSegmentación y fenotipadoVisión artificialRobot cartesianoAlgoritmos de segmentaciónTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA TunjaOpenCV, “Opencv ai kit: Oak—d,” 2021. [Online]. Available: https://store.opencv.ai/ collections/allC. Gupta, V. Tewari, R. Machavaram, and P. Shrivastava, “An image processing approach for measurement of chili plant height and width under field conditions,” Journal of the Saudi Society of Agricultural Sciences, 2021.M. C. L. S. M. Ramos, P., “The benchbot..” 2021. [Online]. Available: https: //github.com/precision-sustainable-ag/OpenCV_Competition2021#readmeY. Chéné, D. Rousseau, P. Lucidarme, J. Bertheloot, V. Caffier, P. Morel, É. Belin, and F. Chapeau-Blondeau, “On the use of depth camera for 3d phenotyping of entire plants,” Computers and Electronics in Agriculture, vol. 82, pp. 122–127, 2012.J. D. Sandino, O. L. Ramos-Sandoval, and D. Amaya-Hurtado, “Method for estimating leaf coverage in strawberry plants using digital image processing,” Revista Brasileira de Engenharia Agrícola e Ambiental, vol. 20, pp. 716–721, 2016.E. Kiani and T. Mamedov, “Identification of plant disease infection using soft-computing: Application to modern botany,” Procedia computer science, vol. 120, pp. 893–900, 2017.X. E. Pantazi, D. Moshou, and A. A. Tamouridou, “Automated leaf disease detection in different crop species through image features analysis and one class classifiers,” Computers and electronics in agriculture, vol. 156, pp. 96–104, 2019.E. Hamuda, M. Glavin, and E. Jones, “A survey of image processing techniques for plant extraction and segmentation in the field,” Computers and electronics in agriculture, vol. 125, pp. 184–199, 2016.O. Ospina, H. Anzola Vásquez, O. Ayala Duarte, and A. Baracaldo Martínez, “Validación de un algoritmo de procesamiento de imágenes red green blue (rgb), para la estimación de proteína cruda en gramíneas vs la tecnología de espectroscopía de infrarrojo cercano (nirs),” Revista de Investigaciones Veterinarias del Perú, vol. 31, no. 2, 2020.R. Naushad, “Introducción a los kits opencv ai (oak-1 y oak-d),” 2021. [Online]. Available: https://medium.com/swlh/introduction-to-opencv-ai-kits-oak-1-and-oak-d-6cdf8624517J. C. Puchalt, J. F. Gonzalez-Rojo, A. P. Gómez-Escribano, R. P. Vázquez-Manrique, and A.-J. Sánchez-Salmerón, “Multiview motion tracking based on a cartesian robot to monitor caenorhabditis elegans in standard petri dishes,” vol. 12, no. 1, pp. 1–11, 2022.A. Milella, R. Marani, A. Petitti, and G. Reina, “In-field high throughput grapevine phenotyping with a consumer-grade depth camera,” Computers and electronics in agriculture, vol. 156, pp. 293–306, 2019.Z. Chen, J. Wang, T. Wang, Z. Song, Y. Li, Y. Huang, L. Wang, and J. Jin, “Automated in-field leaf-level hyperspectral imaging of corn plants using a cartesian robotic platform,” Computers and Electronics in Agriculture, vol. 183, p. 105996, 2021.S. G. Tzafestas, Introduction to mobile robot control. Elsevier, 2013.PlantCV, “Welcome to the documentation for plantcv,” 2020. [Online]. Available: https://plantcv.readthedocs.io/en/stable/J. A. Muñoz Guevara, “Propuesta para la clasificación y paletizado automático de productos en la planta de grupo familia Medellín,” 2017.N. L. S. Palomino and U. N. R. Concha, “Técnicas de segmentación en procesamiento digital de imágenes,” Revista de investigación de Sistemas e Informática, vol. 6, no. 2, pp. 9–16, 2009.J. Angulo and J. Serra, “Segmentación de imágenes en color utilizando histogramas bivariables en espacios color polares luminancia/saturación/matiz,” Computación y Sistemas, vol. 8, no. 4, pp. 303–316, 2005.C. B. Rene, T. M. S. Javier, M. H. German, and R. C. F. Ardul, “Algoritmo para obtención de índice de desempeño, en configuraciones de robots scara, cartesiano y antropomórfico.” Innovaciones en Mecatrónica, p. 41.C. HERNÁNDEZ PÉREZ, “Desarrollo de un simulador basado en un robot cartesiano de tres grados de libertad,” Tech. Rep., 2015.F. Pérez Sanz et al., “Desarrollo de un sistema de fenotipado basado en visión artificial para el estudio de la cinética de crecimiento de plantas,” 2018.M. I. Ros Sánchez et al., “Diseño de un sistema inteligente móvil para facilitar procesos de fenotipado en agricultura de precisión,” 2020.M. E. B. NÁJERA, “Control de trayectorias de un robot cartesiano,” 2016.L. Z. Muñoz Sanchez and M. I. Gómez Gómez, “Análisis del impacto de las técnicas de preprocesamiento en la segmentación de imágenes de plantas en ambientes semi-controlados,” 2016.J. González-Esquiva, J. Hernández-Hernández, G. García-Mateos, A. Ruiz-Canales, and J. Molina-Martínez, “Estudio y comparación de técnicas de segmentación por color para la estimación de la fracción de cobertura vegetal,” in II Simposio Nacional de Ingeniería Hortícola, Almería, 2016.ORIGINAL2022WilliamTellez,YeisonRodríguez.pdf2022WilliamTellez,YeisonRodríguez.pdfDocumento Principalapplication/pdf5808148https://repository.usta.edu.co/bitstream/11634/47516/1/2022WilliamTellez%2cYeisonRodr%c3%adguez.pdf6eae586215e2997a1f5b2a7d8eb2e02cMD51open accessCarta derechos de autor.pdfCarta derechos de autor.pdfCarta Derechos de Autorapplication/pdf93701https://repository.usta.edu.co/bitstream/11634/47516/3/Carta%20derechos%20de%20autor.pdfad302584bdc1e3a01b8c593e184eb739MD53metadata only accessCarta autorización facultad.pdfCarta autorización facultad.pdfCarta autorización Facultadapplication/pdf525032https://repository.usta.edu.co/bitstream/11634/47516/6/Carta%20autorizaci%c3%b3n%20facultad.pdf5bfde6c97ff1a255ce54886c7f542075MD56metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/47516/5/license.txtaedeaf396fcd827b537c73d23464fc27MD55open accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/47516/4/license_rdf217700a34da79ed616c2feb68d4c5e06MD54open accessTHUMBNAIL2022WilliamTellez,YeisonRodríguez.pdf.jpg2022WilliamTellez,YeisonRodríguez.pdf.jpgIM Thumbnailimage/jpeg5643https://repository.usta.edu.co/bitstream/11634/47516/7/2022WilliamTellez%2cYeisonRodr%c3%adguez.pdf.jpgf5ec2e350d1230aa859c6ab1429aaa57MD57open accessCarta derechos de autor.pdf.jpgCarta derechos de autor.pdf.jpgIM Thumbnailimage/jpeg8456https://repository.usta.edu.co/bitstream/11634/47516/8/Carta%20derechos%20de%20autor.pdf.jpgafb95ce5a47cd8d1891a2f5244a3a5e1MD58open accessCarta autorización facultad.pdf.jpgCarta autorización facultad.pdf.jpgIM Thumbnailimage/jpeg9303https://repository.usta.edu.co/bitstream/11634/47516/9/Carta%20autorizaci%c3%b3n%20facultad.pdf.jpgfb96e9ac622b50555f637e39403ff1aaMD59open access11634/47516oai:repository.usta.edu.co:11634/475162023-05-08 15:12:45.839open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.coQXV0b3Jpem8gYWwgQ2VudHJvIGRlIFJlY3Vyc29zIHBhcmEgZWwgQXByZW5kaXphamUgeSBsYSBJbnZlc3RpZ2FjacOzbiwgQ1JBSS1VU1RBCmRlIGxhIFVuaXZlcnNpZGFkIFNhbnRvIFRvbcOhcywgcGFyYSBxdWUgY29uIGZpbmVzIGFjYWTDqW1pY29zIGFsbWFjZW5lIGxhCmluZm9ybWFjacOzbiBpbmdyZXNhZGEgcHJldmlhbWVudGUuCgpTZSBwZXJtaXRlIGxhIGNvbnN1bHRhLCByZXByb2R1Y2Npw7NuIHBhcmNpYWwsIHRvdGFsIG8gY2FtYmlvIGRlIGZvcm1hdG8gY29uCmZpbmVzIGRlIGNvbnNlcnZhY2nDs24sIGEgbG9zIHVzdWFyaW9zIGludGVyZXNhZG9zIGVuIGVsIGNvbnRlbmlkbyBkZSBlc3RlCnRyYWJham8sIHBhcmEgdG9kb3MgbG9zIHVzb3MgcXVlIHRlbmdhbiBmaW5hbGlkYWQgYWNhZMOpbWljYSwgc2llbXByZSB5IGN1YW5kbwptZWRpYW50ZSBsYSBjb3JyZXNwb25kaWVudGUgY2l0YSBiaWJsaW9ncsOhZmljYSBzZSBsZSBkw6kgY3LDqWRpdG8gYWwgdHJhYmFqbyBkZQpncmFkbyB5IGEgc3UgYXV0b3IuIERlIGNvbmZvcm1pZGFkIGNvbiBsbyBlc3RhYmxlY2lkbyBlbiBlbCBhcnTDrWN1bG8gMzAgZGUgbGEKTGV5IDIzIGRlIDE5ODIgeSBlbCBhcnTDrWN1bG8gMTEgZGUgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5Mywg4oCcTG9zIGRlcmVjaG9zCm1vcmFsZXMgc29icmUgZWwgdHJhYmFqbyBzb24gcHJvcGllZGFkIGRlIGxvcyBhdXRvcmVz4oCdLCBsb3MgY3VhbGVzIHNvbgppcnJlbnVuY2lhYmxlcywgaW1wcmVzY3JpcHRpYmxlcywgaW5lbWJhcmdhYmxlcyBlIGluYWxpZW5hYmxlcy4K |