Clasificador de Productos Agrícolas para Control de Calidad basado en Machine Learning e Industria 4.0

Abstract

En la actualidad, las técnicas empíricas en la producción agrícola ecuatoriana para la identificación y clasificación de productos no son suficientes para alcanzar estándares de calidad con normas de inocuidad alimentaria y así lograr cubrir la demanda de un mercado internacional. Este trabajo presenta un sistema capaz de supervisar, identificar y clasificar la calidad de productos del sector agrícola, mediante la aplicación de técnicas de soft computing y algoritmos de machine learning que contribuyen a la identificación de imágenes en tiempo real. La investigación permitió implementar algoritmos de clasificación de K vecinos más cercanos para etiquetar los productos según su calidad y enviar los reportes en tiempo real a una aplicación web mediante el protocolo MQTT. Los productos utilizados para este estudio fueron bananas, naranjas, plátano verde y manzanas. Los resultados obtenidos permitieron determinar el mínimo número de imágenes requeridos para el entrenamiento de los modelos de identificación y las tasas de error de identificación durante la etapa de validación.

Machine learning as a teaching strategy education: A review

“…In this regard, the ability of Machine Learning to personalize the educational experience was highlighted. The implementation of recommendation systems based on Machine Learning algorithms allows students to access educational resources and activities designed specifically for their individual preferences and needs 9 . This, in turn, creates a more relevant and personalized educational path.…”