Logotipo del repositorio
  • English
  • Español
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
Logotipo del repositorio
  • Comunidades
  • Repositorio Institucional
  • English
  • Español
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Paja Medina, Aremi Isabel"

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • Cargando...
    Miniatura
    ÍtemAcceso Abierto
    Clasificación de bofedales en imágenes satelitales multiespectrales de la región Arequipa mediante algoritmos de inteligencia artificial
    (Universidad Católica de Santa María, 2024-12-02) Cornejo Paredes, Andrea Sofía; Paja Medina, Aremi Isabel
    Los bofedales, ecosistemas de vital importancia a nivel mundial, desempeñan un papel crucial en la sostenibilidad ambiental y en el bienestar de las comunidades. A pesar de su relevancia, mayormente han sido subestimados y carecen de la atención necesaria en términos de estudios detallados y monitoreo. Esta falta de análisis ha generado una brecha en la comprensión de la importancia y la dinámica de estos ecosistemas, lo que resulta en una escasez de información para la toma de decisiones informadas sobre su conservación y gestión. En este contexto, la presente investigación tiene como objetivo principal clasificar bofedales en imágenes satelitales multiespectrales de la región Arequipa mediante la aplicación de algoritmos de aprendizaje supervisado. Además, se busca aportar al corpus del conocimiento científico y apoyar la toma de decisiones en la preservación de este crucial ecosistema. Los objetivos específicos de esta investigación incluyen realizar una investigación exhaustiva cerca del análisis de los bofedales en imágenes satelitales, seleccionar la fuente adecuada de datos de imágenes satelitales multiespectrales, diseñar y entrenar algoritmos para la clasificación de imágenes, y validar los resultados obtenidos. Como resultado esta investigación demuestra la viabilidad y la eficacia de utilizar algoritmos de Inteligencia Artificial, como las Redes Neuronales Convolucionales (CNN), Random Forest y K-Nearest Neighbors (KNN), para la clasificación de imágenes satelitales multiespectrales en el monitoreo de los bofedales en Arequipa. Los resultados obtenidos muestran que la CNN tuvo la mayor precisión con un 70 %, seguida por Random Forest con un 59% y KNN con un 58% .
Universidad
  • Admisión
  • Pregrado
  • Postgrado
  • Investigación
Contacto
  • Campus Central Urb. San José s/n Umacollo Arequipa - Perú
Mapa del Sitio
  • Tesis Licenciaturas
  • Segundas Especialidades
  • Maestrias
  • Doctorados
Biblioteca
  • Política
  • Normativa
© 2024  Repositorio de la Universidad Católica Santa María