Modelo de Aprendizaje Profundo para identificar plagas en la producción de quinua

Abstract

La presente investigación aborda la identificación de plagas que afectan los cultivos de quinua en la Asociación de Productores Agropecuarios de Jopopamba (ASPRAJO). Tiene como propósito desarrollar un modelo de aprendizaje profundo y la aplicación móvil desarrollada para identificar plagas en la producción de quinua en la Asociación de Productores Agropecuarios de Jopopamba (ASPRAJO). El artículo se orientó bajo el paradigma positivista y enfoque cuantitativa, tipo proyectiva y evaluativa con diseño no experimental. Se implementó la metodología SEMMA (Sample, Explore, Modify, Model, Assess), el aprendizaje profundo, la transferencia de aprendizaje, y arquitecturas de redes neuronales VGG19 y ResNet-50. En el preprocesamiento, se realizó agrupación de datos en clases. Como resultado durante el modelado, emplearon redes neuronales profundas mediante la técnica de transferencia de aprendizaje. En conclusión, se implementó con éxito el modelo de aprendizaje diseñado, adaptándolo para su utilización en dispositivos móviles, lo que promete ser una herramienta valiosa en la detección de plagas de quinua en ASPRAJO.