Embedded Files
Detección de Baches
Detección de Baches
El sistema inteligente desarrollado por investigadoras e investigadores del CUCEI permite reconocer y ubicar baches en las vialidades con precisión, mediante el uso de un modelo de Red Neuronal Artificial previamente entrenado.
Este método automatizado analiza imágenes para determinar si existe un bache, clasificarlo y generar alertas sobre su ubicación. Además, contribuye a construir una base de datos con imágenes de México, especialmente de Jalisco y el Área Metropolitana de Guadalajara.
El sistema destaca por su alto nivel de precisión, ya que puede descartar falsas alarmas al identificar casos de “no-bache”. También utiliza datos de geolocalización para dirigir las alertas al municipio, colonia o delegación responsable, según el nivel de daño detectado en el pavimento.
Numero de patente: MX/a/2021/014943
Alumnos envueltos en este proeycto:
Julian Darrell Kej Revolorio (Ingeniería en Computación)
Enrique Maravilla Herrera (Ingeniería en Computación)
José David Camacho Castillo (Doctorado en Ciencias de la Electrónica y la Computación)
Detección de enfermedades en cultivos de Jitomate y chile morrón
Detección de enfermedades en cultivos de Jitomate y chile morrón
Detección temprana del gusano barrenador
Detección temprana del gusano barrenador
Actualmente nuestro grupo de investigación a comenzado el proyecto de detección temprana de gusano barrenador (Copturus Aguacatae). La larva de este insecto representa una infección grave a los cultivos de aguacate afectando a la competitividad de nuestros agricultores.
Nuestro equipo esta desarrolla un sistema inteligente de detección temprana basándose en imágenes multiespectrales y redes neuronales artificiales.
Como participantes del alumnado en el proyecto se tiene:
Ing. Andrés Barajas Contreras (Estudiante de la Maestría en Inteligencia Artificial y Robótica)
Predicción de volumen de producción en cultivos de frambuesa.
Predicción de volumen de producción en cultivos de frambuesa.
Hemos desarrollado un sistema de predicción de volumen de predicción para los cultivos de frambuesa de agricultores de Jocotepec, en la ribera del lago Chapala. Dicho Sistema detecta y clasifica la fruta aún sin cosechar en 5 clases diferentes lo que permite extrapolar la producción del agricultor en un horizonte de hasta 3 semanas.
La transferencia tecnológica aún esta en desarrollo. A continuación los alumnos que apoyan el desarrollo de este proyecto junto al grupo de investigación.
Alumnos de Licenciatura participantes (Ingeniería en Computación):
Ronaldo Giovanni González Hernández
Maximiliano Hernández Mora
Diego Armando Campos Rodriguez
Alumnos de Maestría participantes (Maestría en Ciencias en Robótica e Inteligencia Artificial):
Jaime Adan Cuevas Ramirez
Page updated
Google Sites
Report abuse