Pronóstico de temperatura en un invernadero usando algoritmos de aprendizaje supervisado

Vista sencilla de ítem
dc.contributor.advisorGuerrero-Osuna, Héctor A.
dc.contributor.authorPonce-González, Jesús R.
dc.date.accessioned2023-05-26T01:21:40Z
dc.date.available2023-05-26T01:21:40Z
dc.date.issued2023-05
dc.descriptionEl microclima de un invernadero favorece el crecimiento de los cultivos y evita el desarrollo de patógenos dañinos. Dentro de las actividades claves se encuentran la recolección, monitoreo y control de las variables del proceso como la temperatura, humedad, ventilación, entre otras. Este trabajo presenta el pronóstico de la temperatura interna del invernadero con base en las condiciones climáticas externas e internas, en diferentes tiempos, con el fin de poder realizar ajustes anticipados y un sistema de control que ayude a mantener un microclima adecuado; a través de un algoritmo de aprendizaje automático. Distintos métodos fueron utilizados inicialmente para la comprensión de la complejidad de los datos, así mismo, se encontró que no es necesario considerar todos los parámetros dentro del invernadero para obtener un pronóstico aceptable. Modelos más robustos como la máquina de vector de soporte para regresión (SVR, por sus siglas en inglés) y refuerzo de gradientes extremo (XGBoost, por sus siglas en inglés) son capaces de realizar pronósticos, para SVR con un error medio absoluto promedio de 1.282◦C, 1.747◦C, 2.209◦C para 30, 45 y 60 minutos, respectivamente; mientras que XGBoost obtuvo resultados en mucho menor tiempo, el modelo logró pronosticar un error medio absoluto promedio de 1.420◦C, 1.968◦C, 2.458◦C para 30, 45 y 60 minutos, respectivamente. Analizando los resultados, se encontró que el modelo SVR es una herramienta efectiva para el pronóstico de temperatura interna de un invernadero en diferentes tiempos.es_MX
dc.identifier.citationPonce-González, J. R. (2023). Pronóstico de temperatura en un invernadero usando algoritmos de aprendizaje supervisado. Trabajo de obtención de grado, Maestría en Ciencia de Datos. Tlaquepaque, Jalisco: ITESO.es_MX
dc.identifier.urihttps://hdl.handle.net/11117/9142
dc.language.isospaes_MX
dc.publisherITESOes_MX
dc.rights.urihttp://quijote.biblio.iteso.mx/licencias/CC-BY-NC-2.5-MX.pdfes_MX
dc.subjectAgriculturaes_MX
dc.subjectInvernaderoes_MX
dc.subjectTemperatura Internaes_MX
dc.subjectPronósticoes_MX
dc.subjectAprendizaje Automáticoes_MX
dc.titlePronóstico de temperatura en un invernadero usando algoritmos de aprendizaje supervisadoes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_MX

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
ITESO_MAF_MScThesis_JesusPonce.pdf
Tamaño:
4.95 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Colecciones

DMAF - Trabajos de fin de Maestría en Ciencia de Datos