Normal view MARC view ISBD view

Estimación del rendimiento por hectárea de maíz duro seco en el Ecuador mediante redes neuronales artificiales / Toapanta Guamán, Jendry Paúl

By: Toapanta Guamán, Jendry Paúl.
Contributor(s): Uquillas Andrade, Adriana [directora].
Material type: Mixed materialsMixed materialsQuito : EPN, 2019Description: 121 hojas : ilustraciones, 29 x 21 cm + CD-ROM 9973.Subject(s): Matemática | Rendimiento | Maíz -- Ecuador | Redes Neuronales ArticialesOther classification: T-FCM/ Online resources: Texto completo
Contents:
La Biblioteca General dispone de esta tesis en formato de papel y digital 2019/10/16.
Dissertation note: FACULTAD DE CIENCIAS Pregrado Tesis (Ingeniero Matemática). -- Escuela Politécnica Nacional. 2019 Summary: Resumen .- El maíz es una gramínea considerada de alto poder económico y de seguridad alimenticia debido a su uso en la alimentación humana y en la elaboración de balanceados en la industria pecuaria en el Ecuador, lo cual motiva el estudio de los factores que influyen en el rendimiento de este cultivo. El presente trabajo tiene como objetivo determinar un modelo de redes neuronales artificiales para estimar el rendimiento de maíz duro seco por hectárea para cada ciclo de producción, invierno y verano, mediante el uso de variables climáticas, de fertilización, de ubicación geográfica del cultivo y variedad de la semilla. Para esto, se determinan los factores influyentes en el rendimiento del cultivo para cada ciclo y se plantea un modelo de regresión lineal múltiple y un modelo de redes neuronales. Finalmente, se compara los resultados obtenidos en ambos modelos mediante estadísticos de bondad de ajuste.Summary: Abstract .- Maize is an important grass in the economy and food security due to its use in human food and as a feed in the livestock industry in Ecuador, which motivates the study of the factors that influence the yield of this crop. The objective of this work is to determine a model of artificial neural networks to estimate the yield of maize per hectare for each production cycle, winter and summer, through the use of climatic variables, fertilization, geographic location of the crop and variety of the seed. For this, the influential factors in crop yield are determined for each cycle and a multiple linear regression model and a neural network model are proposed. Finally, the results obtained in both models are compared using goodness-of-fit statistics.
Tags from this library: No tags from this library for this title.
    average rating: 0.0 (0 votes)
Item type Current location Call number Copy number Status Date due Barcode Item holds
Tesis Tesis BIBLIOTECA GENERAL
T-FCM/0249/CD 9973 (Browse shelf) Ej. 1 Available BC19090112
Total holds: 0

FACULTAD DE CIENCIAS Pregrado Tesis (Ingeniero Matemática). -- Escuela Politécnica Nacional. 2019

Bibliografía : páginas 93 - 98.

La Biblioteca General dispone de esta tesis en formato de papel y digital 2019/10/16.

Resumen .- El maíz es una gramínea considerada de alto poder económico y de seguridad alimenticia debido a su uso en la alimentación humana y en la elaboración de balanceados en la industria pecuaria en el Ecuador, lo cual motiva el estudio de los factores que influyen en el rendimiento de este cultivo. El presente trabajo tiene como objetivo determinar un modelo de redes neuronales artificiales para estimar el rendimiento de maíz duro seco por hectárea para cada ciclo de producción, invierno y verano, mediante el uso de variables climáticas, de fertilización, de ubicación geográfica del cultivo y variedad de la semilla. Para esto, se determinan los factores influyentes en el rendimiento del cultivo para cada ciclo y se plantea un modelo de regresión lineal múltiple y un modelo de redes neuronales. Finalmente, se compara los resultados obtenidos en ambos modelos mediante estadísticos de bondad de ajuste.

Abstract .- Maize is an important grass in the economy and food security due to its use in human food and as a feed in the livestock industry in Ecuador, which motivates the study of the factors that influence the yield of this crop. The objective of this work is to determine a model of artificial neural networks to estimate the yield of maize per hectare for each production cycle, winter and summer, through the use of climatic variables, fertilization, geographic location of the crop and variety of the seed. For this, the influential factors in crop yield are determined for each cycle and a multiple linear regression model and a neural network model are proposed. Finally, the results obtained in both models are compared using goodness-of-fit statistics.

Edwin David Simbaña Farinango cedido 2019/09/25 $ 0.20 1 Biblioteca General 73376

There are no comments for this item.

Log in to your account to post a comment.

Powered by Koha