Algoritmos de aprendizaje automático: Una herramienta para el análisis de datos sobre germinación en semillas

Uno de los retos que enfrenta el sector agrícola para la década comprendida entre los años 2019-2028, es cómo aumentará la producción y si podrá hacerlo de manera sostenible. Las estimaciones históricas sugieren que la agricultura creció proporcionalmente a la población (la primera triplicándose y la segunda duplicándose desde 1960). A pesar de ello, se estima que el uso de la tierra para propósitos agrícolas ha aumentado sólo en un 10% aproximadamente y se espera continúe así. Debido a esto, diversos estudios se han realizado en los últimos años entorno al proceso de germinación de semillas, ya que el producirlas y que sean altamente viables ayudaría no solo al aumento en la producción agrícola, sino a la gestión del insumo vegetal. En consecuencia, se ha incrementando el conjunto de herramientas estadísticas para su análisis, aunque también la complejidad de los datos biológicos. Aun así, la necesidad de contrastar dichas herramientas y técnicas existentes es indispensable, dado que en el modelado se suelen realizar ciertas suposiciones, como la normalidad en su distribución, independencia de estos en una secuencia, o la homocedasticidad de las variables explicativas. Por consiguiente, durante el desarrollo de este trabajo se utilizaron algoritmos de aprendizaje automático como herramientas para el análisis de datos sobre germinación de semillas, en torno al desarrollo viable de plantas para el consumo y orientado al incremento de la producción agrícola.

• Autores: Bernal Bernal, Cristian Manuel; Avila Gómez, Juan Diego
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/28058
• Acceso en línea: http://hdl.handle.net/11349/28058
• Palabra clave: Biología; Germinación; Supervisado; No Supervisado; Aprendizaje automático; Análisis de datos; Ingeniería de Sistemas - Tesis y disertaciones académicas; Aprendizaje automático (Inteligencia artificial); Algoritmos (Computadores); Semillas - Crecimiento; Agricultura - Modelos matemáticos; Abastecimiento de alimentos Modelos matemáticos; Biology; Germination; Supervised; Unsupervised; Machine learning; Data analysis
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional