Monitoreo de riego de cultivos y detección de anomalías con machine learning

El presente trabajo resume la experiencia de desarrollo de un sistema de detección automática de anomalías en el riego de cultivos. Este proyecto se circunscribe al marco de un Trabajo Práctico Profesional de la carrera de Ingeniería en Informática de la Facultad de Ingeniería de la UBA. Los estudia...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Etchanchú, Facundo, Bouvier, Juan Manuel, Bert, Tomás
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2021
Materias:	Ciencias Informáticas Detección de anomalías Riego de cultivos Redes neuronales Procesamiento masivo de datos IoT
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/140911 http://50jaiio.sadio.org.ar/pdfs/est/EST-06.pdf
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-140911
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Detección de anomalías Riego de cultivos Redes neuronales Procesamiento masivo de datos IoT
spellingShingle	Ciencias Informáticas Detección de anomalías Riego de cultivos Redes neuronales Procesamiento masivo de datos IoT Etchanchú, Facundo Bouvier, Juan Manuel Bert, Tomás Monitoreo de riego de cultivos y detección de anomalías con machine learning
topic_facet	Ciencias Informáticas Detección de anomalías Riego de cultivos Redes neuronales Procesamiento masivo de datos IoT
description	El presente trabajo resume la experiencia de desarrollo de un sistema de detección automática de anomalías en el riego de cultivos. Este proyecto se circunscribe al marco de un Trabajo Práctico Profesional de la carrera de Ingeniería en Informática de la Facultad de Ingeniería de la UBA. Los estudiantes trabajaron con la aprobación de la agtech Ponce Automations para asistir en su misión de brindar un mejor monitoreo del estado del riego de los cultivos de sus clientes. Se describe el diseño, implementación y despliegue productivo de una arquitectura capaz de procesar datos distribuidos en forma de series temporales y su clasificación a través de una red neuronal. La solución fue implantada en producción haciendo uso de una infraestructura IoT. Los dispositivos y sensores se comunican con un satélite y vuelcan los resultados telemétricos en la nube, donde se ejecutan pipelines de procesamiento de flujo masivo de datos para clasificar cada medición y detectar potenciales anomalías.
format	Objeto de conferencia Objeto de conferencia
author	Etchanchú, Facundo Bouvier, Juan Manuel Bert, Tomás
author_facet	Etchanchú, Facundo Bouvier, Juan Manuel Bert, Tomás
author_sort	Etchanchú, Facundo
title	Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_short	Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_full	Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_fullStr	Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_full_unstemmed	Monitoreo de riego de cultivos y detección de anomalías con machine learning
title_sort	monitoreo de riego de cultivos y detección de anomalías con machine learning
publishDate	2021
url	http://sedici.unlp.edu.ar/handle/10915/140911 http://50jaiio.sadio.org.ar/pdfs/est/EST-06.pdf
work_keys_str_mv	AT etchanchufacundo monitoreoderiegodecultivosydetecciondeanomaliasconmachinelearning AT bouvierjuanmanuel monitoreoderiegodecultivosydetecciondeanomaliasconmachinelearning AT berttomas monitoreoderiegodecultivosydetecciondeanomaliasconmachinelearning
bdutipo_str	Repositorios
_version_	1764820458156326912

Monitoreo de riego de cultivos y detección de anomalías con machine learning

Ejemplares similares