Modelo para detección de Xanthomonas campestris aplicando técnicas de machine learning mejoradas mediante algoritmos de optimización.

Esta propuesta se centra en la elaboración de un modelo que permita la detección temprana de la enfermedad Xanthomonas Campestris aplicando técnicas de Machine Learning, caracterizadas por su alta interpretabilidad, mejoradas mediante algoritmos de optimización, permitiendo identificar de manera precisa el estado de una planta (Sana o enferma), con el objeto de que los agricultores puedan tomar acciones tempranas reduciendo el impacto que genera la enfermedad en la presentación y rendimiento del cultivo.

• Fecha de publicación: 2022
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/30518
• Acceso en línea: http://hdl.handle.net/11349/30518
• Palabra clave: Algoritmos de optimización; Análisis de imágenes; Aprendizaje automático; Enfermedad Xanthomonas campestris; Maestría en Ciencias de la Información y las Comunicaciones - Tesis y disertaciones académicas; Xanthomonas; Xanthomonas campestris; Aprendizaje automático (Inteligencia artificial); Sistemas difusos; Patología vegetal; Optimization algorithms; Image analysis; Xanthomonas campestris desease; Machine learning
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia