Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/10910Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | MORALES MORALES CORNELIO, MOMC820331HVZRRR05 | - |
| dc.contributor.author | Román Padilla Dominic Brian, ROPD971217HGRMDM02 | - |
| dc.creator | ROMÁN PADILLA DOMINIC BRIAN, ROPD971217HGRMDM02 | - |
| dc.date.accessioned | 2025-09-24T18:46:36Z | - |
| dc.date.available | 2025-09-24T18:46:36Z | - |
| dc.date.issued | 2025-06-05 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/10910 | - |
| dc.description | La gestión de Residuos Sólidos Urbanos (RSU) es un gran desafío para las prácticas tradicionales en su separación, debido a un considerable incremento en cantidad, diversidad, complejidad de tipos y una alta demanda en la exactitud para clasificarlos. El reconocimiento y clasificación de imágenes de residuos empleando técnicas de visión por computadora, permite optimizar sus procesos de administración, de recolección con alta precisión, logrando una gestión inteligente en su separación y disposición final, mitigando el impacto ambiental y así contribuir a los objetivos del desarrollo sostenible. Esta investigación consistió en el desarrollo de un prototipo de contenedor clasificador de RSU con Redes Neuronales Convolucionales (CNN). Para ello se realizaron siete fases: 1. Conformación del Dataset de RSU: Trashnet, Garbage Classification y muestras capturadas; 2. Análisis y selección de algoritmos para la detección de objetos con CNN: En función de ventajas y desventajas; 3. Desarrollo y entrenamiento del algoritmo CNN: Aplicando el conjunto de datos, ajuste de hiperparámetros Momentum, BatchSize y Subdivisiones del algoritmo; 4. Diseño de la estructura del prototipo: Análisis de componentes, evaluación comparativa de requerimientos y modelado en SolidWorks; 5. Construcción del prototipo: Caja de estructura metálica de 80x80 cm, cubierta de plástico acrílico blanco, dos contenedores de 20 litros, base de madera, integración de la estructura, sistema mecánico (motor nema 23, driver TB6600) y Arduino mega 2560; 6. Implementación de la CNN en el contenedor: Exportación de los pesos entrenados de YOLOv9 en el sistema embebido Raspberry Pi 4 modelo B ejecutado en un entorno de Python y 7. Validación: Muestras de RSU de entornos reales. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.subject.other | Residuos Sólidos Urbanos, Redes Neuronales Convolucionales, Contenedor, Sistemas Embebidos, Inteligencia Artificial. | es_MX |
| dc.title | PROTOTIPO DE ÓRTESIS CON ESTIMULACIÓN MUSCULAR CONTROLADO POR COMANDOS DE VOZ | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | CASTRO BELLO MIRNA, CABM760508MGRSLR06 | - |
| dc.folio | 2 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Chilpancingo | es_MX |
| Appears in Collections: | Maestria en Ciencias de la Ingeniería | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis_PROTOTIPO DE UN CONTENEDOR CLASIFICADOR DE RESIDUOS SÓLIDOS URBANOS CON REDES NEURONALES CONVOLUCIONALES-REV 030525.pdf | TESIS DE MAESTRIA | 3.61 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
