En esta sección se presenta información acerca de publicaciones realizadas:
- Artículos de revista
- Artículos de conferencia
- Capítulos de libro
- Libro
- Inproceedings.
- Master Tesis
Puede seleccionar opciones de visualización: year and / or articles type / all types
2024 |
|
| 2. | Ana Cristina Umaquinga Criollo Técnicas de Minería de datos aplicados a la agricultura: Estado del Arte y análisis bibliométrico Journal Article In: Innovation & Development in Engineering and Applied Science, vol. 6, no. 1, pp. 25, 2024, ISSN: 2600-5573. Abstract | Links | BibTeX | Etiquetas: agricultura, análisis de datos agrícolas, Detección de nfermedades en plantas, minería de datos @article{UmaquingaA2024,En esta investigación, se presenta un análisis bibliométrico de 106 artículos de revistas y estado del arte indexados en Scopus, junto con un análisis sistemático de 83 artículos seleccionados. Se identifican áreas de estudio que incluye la predicción de rendimiento y crecimiento de cultivos, la detección de enfermedades en plantas, análisis de agua y suelo, relacionados con diferentes tipos de cultivo como: cereales (arroz, cebada, maíz, trigo, soya); frutas (manzana, pepino); legumbres (alfalfa, frejol, cacahuate); tubérculos, entre otros. Se examinan variables climáticas, suelo, agua, condiciones topográficas, edafológicas y técnicas de minería de datos como, Redes Neuronales, Deep Learning, segmentación, reglas de asociación y clasificación, entre otras, para optimizar el uso de recursos y tomar decisiones agrícolas basadas en datos. Además, se destacan los desafíos y oportunidades en esta área de investigación, así como las perspectivas futuras para el desarrollo de soluciones de minería de datos avanzadas en el contexto agrícola. Este análisis contribuye a una mejor comprensión de cómo la minería de datos está transformando el sector agrícola, comunidad académica y científica, con el fin de impulsar la eficiencia, la sostenibilidad y la toma de decisiones informadas en la producción de alimentos. |
2017 |
|
| 1. | Andrés Javier Anaya Isaza; Ana Cristina Umaquinga Criollo; Gabriela Narváez Olmedo; Paúl David Rosero Montalvo; Diego Hernán Peluffo Ordóñez Aportes de la Ingeniería para el desarrollo regional I Congreso Internacional de Ingenierías 2017, UTN, 2017, ISBN: 978-9942-984-97-5. Abstract | Links | BibTeX | Etiquetas: Big data, data mining, minería de datos, morfología visual, visual morphology, visualización, visualization @conference{Anaya2018,La representación visual de datos es una técnica de extracción de conocimiento que permite tener una percepción de toda la información disponible dentro de Big Data. Para lograr el objetivo de captación de la atención humana, es necesario representar el conjunto de datos de una manera intuitiva. De esta forma, el usuario pueda tomar decisiones adecuadas. Consecuentemente, el mejoramiento de la experiencia humano computador se basa en el uso de técnicas de análisis de datos, donde los recursos computacionales deben ser optimizados. En este trabajo, se desarrolla una metodología con una investigación de tipo descriptivo, exploratorio y documental con los diferentes enfoques de visualización de datos orientados al análisis exploratorio para el descubrimiento científico y aumento de las capacidades humanas como apoyo a las decisiones automáticas. Abstract Visual representation is an approach to extract knowledge, which enables users to perceive the information whitin a context of Big Data. To involve the human perception into the data analysis, an inuitive data representation is needed. Consequently, any user will be able to make more adequate decisions. Indeed, the enhancement of human-computer interaction is based on the use of data anaylisis techniques while computational broad is optimized. In this work, a descriptive, exploratory and documental methodology is presented aimed at highlighting the benefit of involving the human skills within the process of automatic decision making. |