https://rinacional.tecnm.mx/jspui/handle/TecNM/1702 carpeta en la que se almacenan las tesis de ciencias de la computación Sun, 26 Apr 2026 18:12:14 GMT 2026-04-26T18:12:14Z https://rinacional.tecnm.mx/jspui/handle/TecNM/4953 Title: ALGORITMO PARA EL CONTEO DE AGAVES USANDO IMÁGENES AÉREAS TOMADAS DESDE UN VEHÍCULO AÉREO NO TRIPULADO Authors: PONCE CORONA, JESÚS ENRIQUE Description: El agave tequilana o agave azul, es una planta perteneciente a la familia agaváceas que ha sido utilizada por los habitantes Mesoamericanos desde hace aproximadamente 9000 años. El cultivo del agave hoy en día, forma parte de uno de los principales productos económicos en México, donde su siembra y cosecha se lleva a cabo principalmente en el estado Jalisco. Siendo esta planta la materia prima para la producción de Tequila, que es considerado como una bebida alcohólica regional mexicana y tanto la planta como el producto derivado son considerados como símbolos nacionales representativos. Por tal razón, el cultivo del agave requiere de estrictas normas que dictaminen desde la siembra, el cuidado, monitoreo y cosecha, estas normas son supervisadas por el Consejo Regulador del Tequila. En los últimos años, la demanda del cultivo de agave se ha incrementado significativamente, dando como resultado el incremento en las áreas de siembra y aumento en el cuidado y monitoreo de la planta. Además, en los terrenos de agave el conteo e inventariado son llevados a cabo de manera manual, lo que implica un esfuerzo humano desgastante que requiere de un tiempo considerable para llevarse a cabo, tomando en cuenta que los terrenos de agaves pueden extenderse a decenas y centenares de hectáreas. La importancia de contar con información precisa sobre la cantidad de agaves que se encuentran en un terreno determinado es un factor que puede influir en la aprobación de la parcela para que su cultivo sea destinado a la elaboración del tequila aprobación es emitida por el Consejo Regulador del Tequila de acuerdo al cumplimiento de sus normas en cuestión a los monitoreos y cuidados de la planta. Gracias a la implementación de nuevas tecnologías en la toma de imágenes aéreas y al avance en el desarrollo de vehículos aéreos no tripulados y sensores de medición, se establece como propuesta un método de conteo de plantas de agave basado en la captura de imágenes aéreas por medio de un vehículo aérea no tripulado, posteriormente estas imágenes obtenidas son preprocesadas y segmentadas para resaltar aquellos los elementos de interés, en este caso las plantas de agave. Finalmente, por medio de un algoritmo no supervisado de clustering se identifican las plantas de agaves y se lleva a cabo un conteo de las mismas. Sat, 01 Aug 2020 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/4953 2020-08-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/4952 Title: IDENTIFICACIÓN DE ANOMALÍAS DEL DESARROLLO VEGETATIVO DE CAÑA DE AZÚCAR POR MEDIO DE DATOS SENTINEL 2 Authors: CRUZ SANABRIA, HUMBERTO Description: En México la caña de azúcar es un cultivo de gran importancia comercial y económica. Uno de los principales problemas al cual se enfrentan los productores de caña de azúcar es como mejorar el rendimiento del cultivo. Con el fin de contribuir a la solución del problema, en este estudio se presentan un método constituido por dos procesos para monitorear el cultivo de caña de azúcar basado en el uso de datos del sensor Multiespectral Instrumento a bordo del satélite Sentinel-2. El primero trata sobre identificar las etapas fenológicas de cultivos de caña de azúcar utilizando diversos ´índices de vegetación y el ´índice de ´área foliar como características que describen la fenología del cultivo. Para el desarrollo de este método, se evaluaron los métodos de clasificación: k-Nearest Neighbors, Random Forest, Support Vector Machine y Na¨ıve Bayes; los resultados fueron validados utilizando la técnica de validación cruzada con k = 10 iteraciones. Los resultados indican que es posible identificar las etapas fenológicas del cultivo de caña de azúcar con un F − measure = 0.923 utilizando el clasificador Random Forest, siendo ´este el que mejor se ajusta al proceso de identificar etapas de crecimiento de cultivos de caña de azúcar. El segundo proceso trata de identificar anomalías mediante el uso de perfil de referencia basado en el ´Índice de Vegetación Perpendicular (PVI, por sus siglas en ingles) y el ´índice de ´área foliar (LAI, por sus siglas en ingles). Para probar ambos procesos, se han definido dos áreas de estudio. Por un lado, seleccionamos una zona con control detallado del cultivo, sobre la que hemos definido el perfil de referencia. Por otro lado, seleccionamos un ´área de prueba para detectar áreas anómalas en el cultivo. Las pruebas mostraron que desde el día 0 al 60, la caña de azúcar en el ´área de prueba estuvo mayormente dentro del rango con el perfil de salud, y en el día 120, alcanza el crecimiento máximo más rápido que el perfil de salud; a partir de este día el ´área de prueba comenzó a mostrar algunas deficiencias. Por tanto, se concluye que es posible determinar las áreas con alguna deficiencia en el cultivo de caña de azúcar a través del método propuesto. Sun, 01 Aug 2021 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/4952 2021-08-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/4951 Title: CLASIFICACIÓN DE COMPORTAMIENTOS DEL PERRO DOMÉSTICO MEDIANTE VISIÓN ARTIFICIAL Authors: CHÁVEZ GUERRERO, VÍCTOR OCYEL Description: Los perros son los animales de compañía más comunes en todo el mundo, motivados por su excepcional comportamiento social con los humanos. A diferencia de muchos animales, los perros son capaces, entre otras cosas, de aprender órdenes vocales, identificar estados de ánimo, mantener el contacto visual y reconocer expresiones faciales. Además, como tienen una gran agilidad y unos sentidos del olfato y el oído superiores a los de los humanos, los perros han sido entrenados con éxito para tareas cruciales como la búsqueda, el rescate y la asistencia. Por lo tanto, es relevante realizar investigaciones científicas para comprender los fundamentos del comportamiento y los canales de comunicación del perro que aumenten el uso de sus capacidades en beneficio del ser humano, garantizando el bienestar del animal. En este trabajo, fue desarrollado un método computacional para el análisis de las características de comportamiento del perro basado en técnicas de visión artificial. El método propuesto determina el estado emocional del perro en un momento dado, lo que abre un campo prometedor para el desarrollo de nuevas tecnologías que entrenadores y usuarios pueden aprovechar, para mejorar los procesos de selección, entrenamiento y ejecución de las tareas de los perros de servicio. Hemos utilizado una base de datos de videos que incluye la presencia de diferentes estados internos inducidos por varios estímulos. Bajo este método, el mejor valor de precisión que se obtuvo durante las pruebas de clasificación fue de 0.6917 en el mejor modelo entrenado mediante Transfer Learning sobre la arquitectura MobileNet, obteniendo resultados buenos pero no perfectos. El proceso de entrenamiento se realizó con 1067 imágenes distribuidas en cuatro categorías, 343 en la categoría Agresividad, 212 en la categoría Ansiedad, 160 en la categoría Miedo y 352 en la categoría Nada. El método propuesto obtuvo resultados decentes, pero aún puede mejorarse en términos técnicos y metodológicos. Sin embargo, este método puede servir como introducción y sentar las bases para explorar y ampliar el estudio del comportamiento canino utilizando modelos computacionales. Sun, 01 Aug 2021 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/4951 2021-08-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/4950 Title: DESARROLLO DE HERRAMIENTAS DE SOFTWARE PARA DETERMINAR EL PERFIL DEL TURISTA PARA GENERAR RECOMENDACIONES AUTOMÁTICAS Authors: ARCE CARDENAS, SAMUEL Description: La presente tesis trata sobre la implementación de sistemas de recomendación turística diseñados para predecir las preferencias de los usuarios sobre un lugar o actividad turística en México. Se propusieron tres sistemas de recomendación: dos basados en filtrado colaborativo (usuario e ítems) y otro basado en filtrado demográfico. Se generó un corpus mediante la recopilación de 2,263 calificaciones de TripAdvisor.com sobre dieciocho lugares turísticos de México. Los resultados experimentales muestran que el sistema de recomendación con filtrado demográfico supera a los basados en el filtrado colaborativo, obteniendo un error absoluto medio de 0.67 y un error cuadrático medio de 1.2980. Estos resultados también muestran una mejora significativa sobre una línea de base de clase mayoritaria basada en un desequilibrio considerable. Mon, 01 Nov 2021 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/4950 2021-11-01T00:00:00Z