Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.utc.edu.ec/handle/27000/6684
Título : Aplicación móvil para la identificación de las propiedades medicinales de plantas nativas localizadas en la microempresa "AGROCOTOPAXI".
Autor : Cofre Chango, Miguel Angel
Director de Tesis: Quinatoa Arequipa, Edwin Edison, MSC.
Descriptores: Informática
Flora
Fecha de publicación : feb-2020
Ciudad: Editorial: Ecuador: Latacunga: Universidad Técnica de Cotopaxi; Facultad de Ciencias de la Ingeniería y A plicadas.
Citación : Cofre Chango M.A. (2020) Aplicación móvil para la identificación de las propiedades medicinales de plantas nativas localizadas en la microempresa "AGROCOTOPAXI". U.T.C. Latacunga. 81p.
metadata.dc.format.extent: 81 páginas
Resumen : El desconocimiento de las propiedades medicinales de las plantas nativas en las personas provoca un limitado uso de estas plantas nativas para beneficio en la salud de las personas que los requiera como medicina alternativa. Por tal razón se considera importante que las personas tengan conocimiento de la medicina alternativa para conocer sus beneficios positivos que permita tratar diversas enfermedades. En virtud de lo expuesto se propone el desarrollo de una aplicación móvil y web de las plantas nativas, tomando como sitio de estudio la Flora de la ciudad de Latacunga y la Microempresa “Agrocotopaxi”. En la literatura existen variossistemas desarrollados que realizan clasificación de las plantas nativas,sin embargo, el sistema propuesto pretende dar a conocer las bondades de las plantas nativas de dicho sector a través del uso de inteligencia artificial y técnicas de clasificación. Para el desarrollo de la aplicación se utilizó la metodología SCRUM adaptada a aplicaciones móviles y la metodología CRISP-DM para la creación del modelo de predicción a través del Software Django, Python, TensorFLow y Xamarin para la creación de aplicaciones móviles que permitieron gestionar de una manera más óptima la estructura de los datos para la clasificación, además. El uso de las técnicas y herramientas expuestas en el presente proyecto permiten desarrollar una aplicación multiplataforma de clasificación para el usuario que da como resultado una predicción de la clasificación de las plantas nativas superior de una taza del 80% a través del uso de algoritmos de redes neuronales convolucionales. Se concluye que el uso de inteligencia artificial permite predecir de manera óptima una correcta clasificación y que puede ser adaptada en tecnologías de Ingeniería de Software.
Descripción : The knowledge of the medicinal properties that native plants have in people causes limited its use as an alternative medicine. For this reason, it is considered important that people have knowledge about it to understand its benefits to treat various diseases. The development of a mobile and web application on native plants is proposed, taking as a research site the Flora of Latacunga city and the “Agrocotopaxi” Microenterprise. In the literature there are several developed systems that perform classification of native plants, by the way, the proposed system aims to publicize its benefits, through the use of artificial intelligence and classification techniques. For the development of the application, the SCRUM adapted methodology to mobile applications and the CRISP-DM methodology were used to create the prediction model through the Django, Python, TensorFLow and Xamarin Software for creation of mobile applications that allowed to manage Optimal way the data structure for classification, in addition. The use of the techniques and tools set at this project allow the development of a multiplatform classification for user that results in a prediction of native plants classification superior to 80% rate through the use of network algorithms convolutional neuronal, It is concluded that the use of artificial intelligence allows to predict the classification and it can be adapted in Software Engineering technologies.
Aparece en las colecciones: Tesis - Ingeniería en Informática y Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-001487.pdf5,96 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons