| 000 -CABECERA |
|---|
| campo de control de longitud fija |
nam a22 7a 4500 |
| 005 - FECHA Y HORA DE ACTUALIZACIÓN |
|---|
| 005 |
20230529071703.0 |
| 008 - LONGITUD FIJA |
|---|
| campo de control de longitud fija |
230512e2022 ck o|||fsm||| 00| 0 spa d |
| 040 ## - FUENTE DE CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
CO-NeUS |
| Lengua de catalogación |
español |
| Normas de descripción |
rda |
| 041 ## - IDIOMA |
|---|
| Código de lengua del texto/banda sonora o título independiente |
español |
| 100 1# - AUTOR PERSONAL |
|---|
| 9 (RLIN) |
154581 |
| nombre |
Peña Escobar, Blanca Ligia |
| relación |
autor |
| 245 10 - TÍTULO PROPIAMENTE DICHO |
|---|
| título |
Sistema inteligente de riego basado en internet de las cosas / |
| Mención de responsabilidad, etc. |
Blanca Ligia Peña Escobar, Luis Fernando Enciso Caballero, Pedro Luis Durán Losada; Director Juan Antonio Castro Silva |
| 256 ## - CARACTERÍSTICAS DEL ARCHIVO DE ORDENADOR |
|---|
| Características del archivo de computador |
Datos electrónicos (1 archivos:50588 MG) |
| 264 1# - PIE DE IMPRENTA |
|---|
| lugar (ciudad) |
Neiva: |
| editorial |
Universidad Surcolombiana, |
| fecha |
2022 |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
1 CD-ROM (215 páginas); |
| Ilustraciones |
diagramas, fotografías, tablas o cuadros; |
| Dimensiones |
12 cm |
| 336 ## - TIPO DE CONTENIDO |
|---|
| Content type term |
texto |
| 337 ## - MEDIACIÓN |
|---|
| RDA |
rdamedia |
| Content type term |
computadora |
| 338 ## - PORTADOR |
|---|
| RDA |
rdacarrier |
| Content type term |
disco de la computadora |
| Portador |
cd |
| 347 ## - Características del archivo digital (R) |
|---|
| RDA |
rda |
| 502 ## - NOTA DE TESIS |
|---|
| Nota de tesis |
Tesis |
| título otorgado |
Ingeniero del Software |
| Institución |
Universidad Surcolombiana. Facultad de Ingeniería. Ingeniería del Software |
| año |
2022 |
| 505 ## - NOTA DE CONTENIDO |
|---|
| Nota de contenido |
Introducción -- Antecedentes, estado del arte – Marco teórico, activation function, agricultura de precisión, capacidad de campo – CC, deep learning -- DL, evapotranspiración, historia de usuario, inteligencia artificial – IA, internet de las cosas (IoT), machine learning – ML, manifiesto Agile, métricas de evaluación, Pooling layer, punto de marchitez permanente – PMP, product backlog, red neuronal convolucional – CNN, segmentación, segmentación semántica, sistema inteligencia, sistema de riego, trimap -- Justificación -- Formulación del problema, problema planteado, preguntas guía -- Objetivos, general, específicos -- Alcance y limitaciones -- Análisis y diseño, internet de las cosas, ingeniería de software, inteligencia artificial -- Metodología, inteligencia artificial, inferencia, riego, ingeniería de software -- Resultados, ingeniería de software, I o T, inteligencia artificial -- Cronograma-- Recursos, materiales de equipos, software, materiales de riego, costos, financiamiento -- Conclusiones y consideraciones finales |
| 520 ## - RESUMEN |
|---|
| Resumen |
"Las desigualdades en el acceso al agua y Jos fenómenos de sequía cada vez más fuertes ante el cambio climático, convirtieron el riego en una ciencia. El estudio de los aspectos que influyen en él y los avances en sus componentes, han desarrollado un tipo de riego localizado. Este proyecto desarrolla una plataforma web que permite gestionar un prototipo de sistema de riego localizado, en la cual, se puede dividir la zona a regar en sectores, para aplicar un riego diferenciado. Cada uno de ellos contó con componentes independientes, como electroválvulas y emisores (goteo, cinta y microaspersión). Los dispositivos loT utilizados fueron: sensores de humedad del suelo y módulos de radiofrecuencia. Se definió como estrategia de riego, irrigar cuando el déficit hídrico fuera igual al nivel de agotamiento permitido. Para determinar cuánto regar, se tuvieron en cuenta las necesidades hídricas del cultivo según su profundidad radicular y eiiHD de cada t'tpo de suelo. Además, se utilizó Deep Learning con la arquitectura U-Net para entrenar tres modelos de segmentación que detecten arena, limo y arcilla en imágenes de prueba de campo, y así clasificar el tipo de suelo." |
| 700 1# - COAUTOR PERSONAL |
|---|
| 9 (RLIN) |
154582 |
| Nombre de persona |
Enciso Caballero, Luis Fernando |
| Término indicativo de función/relación |
autor |
| 700 1# - COAUTOR PERSONAL |
|---|
| 9 (RLIN) |
154583 |
| Nombre de persona |
Durán Losada, Pedro Luis |
| 700 1# - COAUTOR PERSONAL |
|---|
| 9 (RLIN) |
146454 |
| Nombre de persona |
Castro Silva, Juan Antonio, |
| Término indicativo de función/relación |
Director |
| 082 04 - CLASIFICACIÓN DECIMAL DEWEY |
|---|
| edición |
21 |
| Clasificación |
Th IS 019 |
| 650 #0 - MATERIA GENERAL |
|---|
| 9 (RLIN) |
154584 |
| Término de materia o nombre geográfico como elemento inicial |
Ingeniería de Software |
| Subdivisión general |
Sistema Inteligente Riego |
| 650 #0 - MATERIA GENERAL |
|---|
| 9 (RLIN) |
154585 |
| Término de materia o nombre geográfico como elemento inicial |
Ingeniería de Software |
| Subdivisión general |
Módulos de radiofrecuencia |
| 942 ## - PUNTO DE ACCESO ADICIONAL KOHA |
|---|
| Fuente del sistema de clasificación o colocación |
|
| Tipo de ítem Koha |
e-Tesis |
| Parte de la signatura que corresponde a la clasificación (Parte de la clasificación) |
Th IS 019 |
| Prefijo de la signatura |
Th |
