Browsing by Autor "Eric Mario Silva Cruz"

Now showing 1 - 3 of 3

Clasificación del estado de salud de la Lantana camara mediante redes neuronales y extracción de características
(Asociacion Mexicana de Mastozoología A.C., 2025) José Arturo Celaya Ramírez; Eric Mario Silva Cruz; Ludwig Federico Barcelos Mendoza
El cambio climático ha alterado significativamente los patrones de desarrollo y los ciclos de vida de diferentes especies vegetales, tanto a nivel regional como mundial. En la región de los Valles Centrales de Oaxaca se carece de herramientas tecnológicas que permitan evaluar objetivamente el estado de salud de Lantana camara, especie nativa de la región, lo que limita el desarrollo de estrategias de conservación basadas en evidencia. La evaluación tradicional depende de observaciones visuales subjetivas, las cuales pueden llegar a ser inconsistentes y difícilmente escalables para el monitoreo continuo requerido en este contexto. Para abordar esta problemática, se desarrolló un sistema automatizado de clasificación del estado de salud de la Lantana camara empleando redes neuronales. La metodología consistió en extraer 181 características numéricas por imagen: 180 valores del histograma de tonos del modelo hsv y un valor de diámetro de inflorescencia obtenido mediante segmentación automática con OpenCV. Estas características fueron procesadas en una red neuronal tipo perceptrón multicapa (mlp) con arquitectura de tres capas ocultas (256, 128, 64 neuronas con activación ReLU) y capa de salida softmax, clasificando cuatro estados: florecimiento pleno, cambio de flores, palidez por falta de luz y planta seca. El entrenamiento se realizó durante 30 épocas utilizando un optimizador Adam, la función de pérdida categorical crossentropy, la regularización mediante Dropout (0.3) y early stopping. Para prevenir clasificaciones incorrectas, se implementó un sistema de filtrado dual con umbral de confianza del 65%. El modelo final alcanzó una precisión de 97.78%, superando significativamente el objetivo inicial de 80% y demostrando la efectividad del enfoque basado en la extracción de características específicas para la clasificación del estado de salud de especies vegetales nativas.
DETECCIÓN DE OBJETOS POR MEDIO DE ESCANEO ULTRASONICO (DETECTION OF OBJECTS BY MEANS OF ULTRASONIC SCANNING)
(2018) Jorge Alejandro López Ojeda; María José Navarro Morales; Eric Mario Silva Cruz
La finalidad del siguiente articulo es explicar el funcionamiento de los sensores ultrasonicos, asi como exponer las ventajas de estos dispositivos frente a los sistemas utilizados actualmente en el campo de reconocimiento de patrones. En el presente documento se exponen las caracteristicas de los sensores ultrasonico HC-SR04, los rangos que pueden alcanzar en base a los algoritmos de y herramientas de programacion que se utilicen para adquirir los datos provenientes del sensor. Ademas, se explica las principales diferencias que existen entre un sistema de reconocimiento de patrones basado en ultrasonicos y uno basado en el reconocimiento de imagenes. Palabra(s) Clave: Patron, Rango, Ultrasonico. Abstract The purpose of the next article is to explain the operation of ultrasonic sensors, as well as to explain the advantages of these devices over current systems in the field of pattern recognition. In the present document the characteristics of the HC-SR04 ultrasonic sensors are exposed, the ranges that can be reached based on the algorithms and programming tools used to acquire the data coming from the sensor. In addition, the main differences between an ultrasonic-based pattern recognition system and one based on image recognition are explained. Keywords : Pattern, Range, Ultrasonic.
Red neuronal artificial para determinar la condición ecofisiológica de los helechos espada a partir de una imagen
(Asociacion Mexicana de Mastozoología A.C., 2025) Uziel López Hernández; Eric Mario Silva Cruz; Ludwig Federico Barcelos Mendoza
El presente trabajo se enfoca en analizar diversas técnicas de inteligencia artificial, como mnist, el aumento de datos, dropOut y, principalmente, la red neuronal convolucional (cnn) aplicada al campo de la ecofisiología en helechos. Esta investigación parte de reconocer la necesidad de ocupar herramientas tecnológicas que ayuden a identificar de forma automática el estado de salud de los helechos espada, debido a los cambios climáticos que han tenido lugar en los últimos años, pues han afectado a las especies endémicas de Oaxaca. Se identificó que el análisis de imágenes puede ser clave para detectar signos de estrés o deterioro de la vegetación. En este artículo se presenta una metodología para el modelado de una red neuronal empleando Python en el entorno de trabajo de Google Colab y utilizando diferentes características para el cálculo de parámetros de las capas convolucionales. Ello hace necesaria la implementación de filtros y estructuras propias del aprendizaje profundo, como también explicar cada etapa de la configuración. Los modelos diseñados fueron entrenados mediante un set de datos (dataset) de imágenes de helechos con distintos estados de salud, durante la época de estiaje. Entre los resultados más relevantes se destaca la correcta construcción de una arquitectura de red neuronal, así como la adecuada compilación y ejecución de modelos, lo que permitió alcanzar una precisión de 96% y hace posible replicar y escalar el objetivo de este proyecto. Una de las aportaciones principales de la presente investigación es la integración de la inteligencia artificial como herramienta de apoyo para la realización de estudios ecofisiológicos, lo que puede mejorar el monitoreo del estado de las plantas endémicas de Oaxaca, por ejemplo, el helecho tipo espada, de forma automatizada.