Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos
Currently is generated a plethora of information useful for several areas of interest. However, a big amount of data requires a considerable increase in effort to be analyzed. Consequently, is proposed the development of an applicative to automaticly interpret the spectral bands of satelital images...
- Autores:
-
Barragán Agudelo, Anderson
Diaz Mujica, Sebastián Danilo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/51505
- Acceso en línea:
- http://hdl.handle.net/1992/51505
- Palabra clave:
- Imágenes de detección a distancia
Procesamiento de imágenes
Aprendizaje automático (Inteligencia artificial)
Cultivos--Innovaciones tecnológicas
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIANDES2_a37caffc37cbc0cee91b499b8c011df3 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/51505 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Núñez Castro, Haydemar María8141b084-b1d5-47a1-a7e9-dc4f22e5d055400Barragán Agudelo, Anderson7c395aec-38ec-4f5c-98ee-01d82c73f698500Diaz Mujica, Sebastián Danilo892f4593-0123-4a04-ba9a-ed5f3cd6398c5002021-08-10T18:28:12Z2021-08-10T18:28:12Z2020http://hdl.handle.net/1992/5150523464.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Currently is generated a plethora of information useful for several areas of interest. However, a big amount of data requires a considerable increase in effort to be analyzed. Consequently, is proposed the development of an applicative to automaticly interpret the spectral bands of satelital images using machine learning techniques and accurately classify these images.Actualmente la generación de información satelital produce cantidades inconmensurables de información que pueden ser usadas en diversas áreas de aplicación. Sin embargo, esta producción masiva de datos satelitales conlleva a su vez un aumento considerable en el esfuerzo que estos requieren para ser analizados e interpretados. Por lo cual se plantea la producción de un aplicativo que permita de forma automática y con el uso de aprendizaje de máquina la interpretación de las bandas multiespectrales de las imágenes satelitales para así poder clasificar de forma acertada la información que estas brindan.Ingeniero de Sistemas y ComputaciónPregrado22 hojasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónInterpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPImágenes de detección a distanciaProcesamiento de imágenesAprendizaje automático (Inteligencia artificial)Cultivos--Innovaciones tecnológicasIngeniería201719821PublicationORIGINAL23464.pdfapplication/pdf1391859https://repositorio.uniandes.edu.co/bitstreams/54b5e9ee-ac55-4f78-a78f-4550e5aeda6d/download69540991ed1d5e6208517654b8a96690MD51THUMBNAIL23464.pdf.jpg23464.pdf.jpgIM Thumbnailimage/jpeg7700https://repositorio.uniandes.edu.co/bitstreams/57004296-22cc-427d-8403-cdcf5142286c/download3826e3288b2b4b2332a47d4de9bbf017MD55TEXT23464.pdf.txt23464.pdf.txtExtracted texttext/plain52949https://repositorio.uniandes.edu.co/bitstreams/aaf5a5ca-133f-4f3d-8e6d-bb53722d3b9f/downloadc32579e94ffef5840ed31045052b0d93MD541992/51505oai:repositorio.uniandes.edu.co:1992/515052023-10-10 19:12:10.065http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
| dc.title.spa.fl_str_mv |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| title |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| spellingShingle |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos Imágenes de detección a distancia Procesamiento de imágenes Aprendizaje automático (Inteligencia artificial) Cultivos--Innovaciones tecnológicas Ingeniería |
| title_short |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| title_full |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| title_fullStr |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| title_full_unstemmed |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| title_sort |
Interpretación de imágenes de satélite con técnicas de machine learning para el monitoreo de cultivos |
| dc.creator.fl_str_mv |
Barragán Agudelo, Anderson Diaz Mujica, Sebastián Danilo |
| dc.contributor.advisor.none.fl_str_mv |
Núñez Castro, Haydemar María |
| dc.contributor.author.none.fl_str_mv |
Barragán Agudelo, Anderson Diaz Mujica, Sebastián Danilo |
| dc.subject.armarc.none.fl_str_mv |
Imágenes de detección a distancia Procesamiento de imágenes Aprendizaje automático (Inteligencia artificial) Cultivos--Innovaciones tecnológicas |
| topic |
Imágenes de detección a distancia Procesamiento de imágenes Aprendizaje automático (Inteligencia artificial) Cultivos--Innovaciones tecnológicas Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
Currently is generated a plethora of information useful for several areas of interest. However, a big amount of data requires a considerable increase in effort to be analyzed. Consequently, is proposed the development of an applicative to automaticly interpret the spectral bands of satelital images using machine learning techniques and accurately classify these images. |
| publishDate |
2020 |
| dc.date.issued.none.fl_str_mv |
2020 |
| dc.date.accessioned.none.fl_str_mv |
2021-08-10T18:28:12Z |
| dc.date.available.none.fl_str_mv |
2021-08-10T18:28:12Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/51505 |
| dc.identifier.pdf.none.fl_str_mv |
23464.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/51505 |
| identifier_str_mv |
23464.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
22 hojas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/54b5e9ee-ac55-4f78-a78f-4550e5aeda6d/download https://repositorio.uniandes.edu.co/bitstreams/57004296-22cc-427d-8403-cdcf5142286c/download https://repositorio.uniandes.edu.co/bitstreams/aaf5a5ca-133f-4f3d-8e6d-bb53722d3b9f/download |
| bitstream.checksum.fl_str_mv |
69540991ed1d5e6208517654b8a96690 3826e3288b2b4b2332a47d4de9bbf017 c32579e94ffef5840ed31045052b0d93 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812134039758307328 |