Aplicación y evaluación de un modelo de aprendizaje de máquina enfocado para monitorear las variables medioambientales de un cultivo de café en la finca “La Tessalia” del municipio de Buenavista (Quindío)
...
Ruiz Martínez, William | 2021
El monitoreo manual de variables medioambientales en cultivos
como el del café, pueden llegar a convertirse en una tarea de gran
complejidad, si se tienen en cuenta factores como el tamaño y terreno
de siembra del cultivo; además, la toma de decisiones muchas veces
se encuentra sujeta a decisiones empíricas y de poco valor o carácter
técnico basadas en experiencias propias que muchas veces no aplican
a un caso específico.
Es por ello que queremos enfatizar sobre el papel de la tecnología
como una herramienta preponderante y de gran importancia en
todos los entornos y áreas actuales, al punto que podríamos decir que
en el campo se ha convertido en un aliado indispensable del
agricultor; tecnologías como el Internet de las cosas (IoT), la
agricultura de precisión (PA) y las redes inalámbricas de sensores
(WSN), se están convirtiendo en herramientas invaluables en la
recolección de datos sobre cualquier tipo de variables en cultivos de
diferente tipo. Por otro lado, la inteligencia artificial y algunas de sus
ramas como el Machine Learning, apoyadas en tecnologías de
manipulación de grandes volúmenes de datos como el Big Data,
plantean la posibilidad de que las máquinas aprendan a interpretar
datos históricos previamente introducidos por el hombre. Es por ello
que el presente proyecto se enfoca en la aplicación de tecnologías
como el Internet de las cosas (IoT), y el Machine Learning; en
primera instancia se recolectan datos sobre las variables
medioambientales de los cultivos mencionados como objeto de
estudio a través de una red de sensores inalámbricos (WSN), dicha
información posteriormente es cargada a una plataforma en la nube
donde la información es transformada, a continuación se construyen ciertos modelos de aprendizaje según las variables a analizar y los
resultados que se desean obtener, finalmente se aplican modelos de
machine Learning y se analizan sus resultados, en espera de que
generen soluciones que se enfoquen en la mejora y optimización de
la productividad, los recursos del lugar y la sostenibilidad económica
y medio ambiental.
LEER