Prototipo de aplicación móvil para la gestión de ventas en el sector agrícola integrando técnicas de inteligencia artificial y computación en la nube

Vista sencilla de ítem
dc.contributor.advisorTalero Sarmiento, Leonardo Hernán
dc.contributor.advisorMoreno Corzo, Feisar Enrique
dc.contributor.advisorParra Sánchez, Diana Teresa
dc.contributor.authorAbuchaibe Manzano, Javier
dc.contributor.authorGómez Durán, Xahep Julián
dc.contributor.cvlacTalero Sarmiento, Leonardo Hernán [0000031387]spa
dc.contributor.cvlacMoreno Corzo, Feisar Enrique [0001499008]spa
dc.contributor.cvlacParra Sánchez, Diana Teresa [0001476224]spa
dc.contributor.googlescholarMoreno Corzo, Feisar Enrique [jz75nEcAAAAJ&hl=es&oi=ao]spa
dc.contributor.googlescholarParra Sánchez, Diana Teresa [oxohr6EAAAAJ]spa
dc.contributor.orcidTalero Sarmiento, Leonardo Hernán [0000-0002-4129-9163]spa
dc.contributor.orcidMoreno Corzo, Feisar Enrique [0000-0002-5007-3422]spa
dc.contributor.orcidParra Sánchez, Diana Teresa [0000-0002-7649-0849]spa
dc.contributor.researchgateTalero Sarmiento, Leonardo Hernán [Leonardo_Talero]spa
dc.contributor.researchgateMoreno Corzo, Feisar Enrique [Feisar-Enrique-Moreno-Corzo-2169498891]spa
dc.contributor.researchgateParra Sánchez, Diana Teresa [Diana_Parra_Sanchez]spa
dc.contributor.scopusParra Sánchez, Diana Teresa [57195677014]spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialColombiaspa
dc.date.accessioned2022-04-22T16:13:06Z
dc.date.available2022-04-22T16:13:06Z
dc.date.issued2021-11-19
dc.degree.nameIngeniero de Sistemasspa
dc.description.abstractEl proyecto que será presentado a continuación trata sobre el diseño y la construcción de un prototipo de aplicación móvil para la gestión de ventas en el sector agrícola. En el desarrollo del proyecto se hizo fuerte énfasis en la utilización de tendencias tecnológicas relevantes y crecientes, por esto se hizo uso de la computación en la nube y la inteligencia artificial. El diseño del prototipo se vio altamente influenciado por el usuario final, los agricultores, a través de un diseño colaborativo. El prototipo que se desarrolló, a través del análisis de imágenes, realiza un conteo de los bultos de limón en sus bodegas y devuelve un precio estimado, se espera que esto ayude en el proceso de tomas de decisiones de los agricultores. El aplicativo se desarrolló para dispositivos móviles con sistema operativo Android y requiere del uso de la cámara móvil de dicho dispositivo, además la mayoría de sus funcionalidades estarán disponibles aún si no se cuenta con conexión a internet. Para el cálculo de los precios estimados se utilizan datos publicados por la entidad responsable de la producción de estadísticas oficiales en Colombia, el DANE. El desarrollo del proyecto consta de varias etapas, la primera de ellas fue la recopilación y el estudio exhaustivo de la literatura relevante que nos permitió ampliar nuestros conocimientos sobre las tecnologías y las técnicas asociadas a nuestro proyecto. Posteriormente, se realizan dos diseños principales que atraviesan una etapa de selección con apoyo de los usuarios finales. Por último, se construye el prototipo y se verifica su funcionamiento.spa
dc.description.abstractenglishThe project that will be presented provides an overview of the design and development of a mobile app prototype focused on aiding the sales management process in the agricultural sector. The project was built around new and rising technological trends, that’s why cloud computing and artificial intelligence were such a big part of the project. The design of the mobile app was strongly influenced by the end users, people working in the agricultural sector, through collaborative design. The prototype, through image analysis, counts the amount Tahiti lime sacks in the user’s warehouse and gives the user an estimated selling price, we hope this will improve the decision making of the agriculturists. The prototype was developed for smartphones with Android OS and requires the use of the camera of the device, it’s also important to note that most of the functionalities will continue working even if there’s not an active internet connection. To estimate the selling prices we utilize data published by the department responsible for the planning, analysis and dissemination of the official statistics of Colombia, DANE. The development of the project was divided into four main stages. Firstly, we gathered and studied all the relevant literature which allowed us to broaden our knowledge about the technologies and techniques associated to our project. In the second place, we sketch two designs that went across a selection phase in which the end user participated. In the third place, the prototype was built. In the fourth and last place, the prototype was tested.spa
dc.description.degreelevelPregradospa
dc.description.learningmodalityModalidad Presencialspa
dc.description.tableofcontents1. INTRODUCCIÓN .............................................................................................. 8 2. PLANTEAMIENTO DEL PROBLEMA ............................................................... 9 3. OBJETIVOS .................................................................................................... 11 3.1. Objetivo general .......................................................................................... 11 3.2. Objetivos específicos ................................................................................... 11 4. MARCO REFERENCIAL ................................................................................ 12 4.1. Marco conceptual ........................................................................................ 12 4.2. Marco teórico ............................................................................................... 13 4.3. Análisis del estado del arte .......................................................................... 21 4.4. Marco legal .................................................................................................. 27 5. METODOLOGÍA ............................................................................................. 28 5.1. Descripción de la metodología .................................................................... 28 6. IMPLEMENTACIÓN DEL MODELO DE APRENDIZAJE ................................ 30 6.1. Adquisición de datos ................................................................................... 30 6.2. Limpieza y etiquetado .................................................................................. 32 6.3. Data augmentation ...................................................................................... 33 6.4. Modelo de aprendizaje implementado ......................................................... 36 6.5. Entrenamiento ............................................................................................. 38 6.6. Conversión del modelo ................................................................................ 44 7. DISEÑO Y DESARROLLO DEL PROTOTIPO ............................................... 46 7.1. Requerimientos ........................................................................................... 46 7.2. Diagrama de componentes ......................................................................... 48 7.3. Diagrama entidad-relación........................................................................... 49 7.4. Diagrama de clases ..................................................................................... 50 7.5. Diagrama de casos de uso .......................................................................... 51 7.6. Diseño ......................................................................................................... 52 7.7. Desarrollo .................................................................................................... 53 8. EVALUACIÓN DEL PROTOTIPO ................................................................... 54 8.1. Evaluación de la usabilidad mediante el System Usability Scale (SUS) ...... 54 8.2. Evaluación del modelo de aprendizaje ........................................................ 55 9. DISCUSIÓN .................................................................................................... 58 10. CONCLUSIÓN ............................................................................................. 60 11. REFERENCIAS ........................................................................................... 61 12. ANEXOS ..................................................................................................... 66spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/16261
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería de Sistemasspa
dc.relation.referencesAcharya, T., & Ray, A. (2005). Image Processing: Principles and Applications . https://books.google.es/books?hl=es&lr=&id=smBw4xvfrIC&oi=fnd&pg=PR7&dq=image+processing&ots=FZB19OxRCH&sig=95nls Odk59k84hk9IH1kbpVsg9Y#v=onepage&q&f=falsespa
dc.relation.referencesAguirre Dobernack, N. (2013). Implementación De Un Sistema De Detección De Señales De Tráfico Mediante Visión Artificial Basado En Fpga. 255spa
dc.relation.referencesAlexandrova, S., Tatlock, Z., & Cakmak, M. (2015). RoboFlow: A Flow-based Visual Programming Language for Mobile Manipulation Tasks. http://youtu.be/c3Cq0sy4TBsspa
dc.relation.referencesAlexeyAB. (2020). AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Darknet ). https://github.com/AlexeyAB/darknetspa
dc.relation.referencesAmpatzidis, Y., Partel, V., & Costa, L. (2020). Agroview: Cloud-based application to process, analyze and visualize UAV-collected data for precision agriculture applications utilizing artificial intelligence. Computers and Electronics in Agriculture, 174(April), 105457. https://doi.org/10.1016/j.compag.2020.105457spa
dc.relation.referencesAndroid Studio Developers. (2021, May 17). Introducción a Android Studio | Desarrolladores de Android. https://developer.android.com/studio/intro?hl=es-419spa
dc.relation.referencesArdións, A. (2016, May 16). Android Studio: Requisitos mínimos. https://androidstudiofaqs.com/conceptos/android-studio-requisitos-minimosspa
dc.relation.referencesArias, Á. (2015, January 11). Computación en la Nube: 2a Edición. https://books.google.com.co/books/about/Computación_en_la_Nube.html?id=0_mCgAAQBAJ&redir_esc=yspa
dc.relation.referencesBarrio, M. (2018). Internet de las Cosas. https://books.google.es/books?hl=es&lr=&id=jFLDwAAQBAJ&oi=fnd&pg=PA9&dq=Qué+es+el+internet+de+la+cosas&ots=3L K3iz5jzO&sig=geerUNMUtb0weqb9BbzWO1A06Jk#v=onepage&q&f=falsespa
dc.relation.referencesBhatnagar, V., Singh, G., Kumar, G., & Gupta, R. (2020). Internet of Things in Smart Agriculture: Applications and Open Challenges. International Journal of Students’ Research in Technology & Management, 8(1), 11–17. https://doi.org/10.18510/ijsrtm.2020.812spa
dc.relation.referencesBotina Patiño, V. E., & Díaz Moreno, J. S. (2017). Guía de exportación de limón Tahití. https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/83654/1/TG01 920.pdfspa
dc.relation.referencesBrandoli, B., Spadon, G., Esau, T., Hennessy, P., Carvalho, A. C. P. L., AmerYahia, S., & Rodrigues-Jr, J. F. (2021). DropLeaf: A precision farming smartphone tool for real-time quantification of pesticide application coverage. Computers and Electronics in Agriculture, 180(August 2020), 105906. https://doi.org/10.1016/j.compag.2020.105906spa
dc.relation.referencesBrownlee, J. (2019, May 22). A Gentle Introduction to Object Recognition With Deep Learning. https://machinelearningmastery.com/object-recognition-withdeep-learning/spa
dc.relation.referencesCarrión, C. B. (2020). REDES CONVOLUCIONALES.spa
dc.relation.referencesCastrignano, A., Buttafuoco Gabriele, Khosla, R., Mouazen, A., Moshou, D., & Naud, O. (2020). Agricultural Internet of Things and Decision Support for Precision Smart Farming. https://www.elsevier.com/books/agricultural-internetof-things-and-decision-support-for-precision-smart-farming/castrignano/978-012-818373-1spa
dc.relation.referencesCorporación Colombiana de Investigación Agropecuaria (CORPOICA). (2015). MISIÓN PARA LA TRANSFORMACIÓN DEL CAMPO. https://colaboracion.dnp.gov.co/CDT/Agriculturapecuarioforestal y pesca/Diagnóstico de la Ciencia, Tecnología e Innovación en el Sector Agropecuario-CORPOICA.pdfspa
dc.relation.referencesCrew Noticias Móviles. (2021). La plataforma de desarrollo de visión artificial Roboflow recauda $ 20 millones - Noticias Movil. https://noticiasmoviles.com/la-plataforma-de-desarrollo-de-vision-artificialroboflow-recauda-20-millones/spa
dc.relation.referencesDapena, A., García-Naya, J., Castro-Castro, P.-M., & Pan, C. (2010). Aplicación web para evaluación y seguimiento del rendimiento de asignaturas y titulaciones universitarias. May 2014.spa
dc.relation.referencesDevin, F. (2017, February 25). Sistema de Escalas de Usabilidad: ¿qué es y para qué sirve? | | UXpañol. https://uxpanol.com/teoria/sistema-de-escalas-deusabilidad-que-es-y-para-que-sirve/spa
dc.relation.referencesDolezel, P., Stursa, D., Honc, D., Merta, J., Hora, I., & Beran, L. (2020, September). Counting Livestock with Image Segmentation Neural Networkspa
dc.relation.referencesDominguez Torres, A. (2000). PROCESAMIENTO DIGITAL DE IMÁGENES.spa
dc.relation.referencesDVA. (2020). Importancia de la agricultura colombiana. https://dva.com.co/importancia-de-la-agricultura-colombiana/spa
dc.relation.referencesEBF. (2019, September 11). Ventajas y desventajas de las metodologías Agile (ágiles). https://ebf.com.es/blog/ventajas-y-desventajas-de-las-metodologiasagiles-y-su-aplicacion-en-el-trabajo/spa
dc.relation.referencesEmpatizar – Design Thinking para ingenieros. (n.d.). Retrieved November 4, 2021, from https://blogs.upm.es/minenergydesign/empatizar/spa
dc.relation.referencesFernández, A. (2019). Inteligencia artificial en los servicios financieros. Artículos Analíticos. Boletín Económico 2/2019. Scielo, 5, 10. https://dialnet.unirioja.es/servlet/articulo?codigo=7040792spa
dc.relation.referencesfranspg. (2020, January 27). Generación de datos artificiales (Data Augmentation) – franspg. https://franspg.wordpress.com/2020/01/27/generacion-de-datosartificiales-data-augmentation/spa
dc.relation.referencesFuente Sanz, Ó. M. (2019, June 4). Google Colab: Python y Machine Learning en la nube - Adictos al trabajo. https://www.adictosaltrabajo.com/2019/06/04/google-colab-python-y-machinelearning-en-la-nube/spa
dc.relation.referencesGerhards, R., Späth, M., Sökefeld, M., Peteinatos, G. G., Nabout, A., & Rueda Ayala, V. (2021). Automatic adjustment of harrowing intensity in cereals using digital image analysis. Weed Research, 61(1), 68–77. https://doi.org/10.1111/wre.12458spa
dc.relation.referencesGómez Sarasa, C. C., & Ortega Pabón, J. D. (2020, September 24). Técnicas de aumento de datos para imágenes aéreas y evaluación de rendimiento en modelos de deep learning | Revista Universidad Católica de Oriente. https://revistas.uco.edu.co/index.php/uco/article/view/285spa
dc.relation.referencesGoogle Colab. (2021a, November 8). Google Colab. https://research.google.com/colaboratory/intl/es/faq.htmlspa
dc.relation.referencesGoogle Colab. (2021b, November 8). Google Colab. https://colab.research.google.com/signupspa
dc.relation.referencesGoogle Inc. (2021a). Apps Script. https://developers.google.com/apps-scriptspa
dc.relation.referencesGoogle Inc. (2021b). Google Workspace. https://workspace.google.comspa
dc.relation.referencesGrupo Bancolombia. (2018, September 28). Cultivo de limón Tahití. https://www.grupobancolombia.com/wps/portal/negocios/actualizate/sostenibili dad/guia-cultivo-limon-tahitispa
dc.relation.referencesHuang, J., Guo, P., Xie, Q., & Meng, X. (2015). Cloud services platform based on big data analytics and its application in livestock management and marketing. Proceedings of Science, 18-19-Dece, 1–8. https://doi.org/10.22323/1.264.0063spa
dc.relation.referencesHunglcoo7. (2020). YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny Implemented in Tensorflow 2.0, Android. Convert YOLO v4 .weights tensorflow, tensorrt and tflite. https://github.com/hunglc007/tensorflow-yolov4-tflitespa
dc.relation.referencesInstituto Colombiano Agropecuario. (2021, January 22). En Santander, alianza entre el ICA, la Gobernación, Asohofrucol, Agrosavia y productores por la citricultura de la región. https://www.ica.gov.co/noticias/gran-alianza-icaautoridades-gremios-santanderspa
dc.relation.referencesIzaurieta, F., & Saavedra, C. (1999). Redes Neuronales Artificiales. Charlas de Fisica, 1–15. https://doi.org/10.1016/S0210-5691(05)74198-Xspa
dc.relation.referencesJiménez, M. (2020, January 18). ¿Qué es y para qué sirve Android Studio? - Minuto Neuquen. https://www.minutoneuquen.com/tecno/2020/1/18/que-espara-que-sirve-android-studio-181273.htmlspa
dc.relation.referencesKelleher, J. D. (2019). Deep Learning. https://books.google.es/books?hl=es&lr=&id=b06qDwAAQBAJ&oi=fnd&pg=PP 9&dq=deep+learning+&ots=_oCYXIpYYN&sig=4KbEcpv_Yy1l6FuMZ2k6ljxAZ as#v=onepage&q=deep learning&f=falsespa
dc.relation.referencesLin, Q., Ye, G., Wang, J., & Liu, H. (2021). RoboFlow: a Data-centric Workflow Management System for Developing AI-enhanced Robots. https://sites.google.com/u.northwestern.edu/roboflowspa
dc.relation.referencesLingwal, S., Bhatia, K. K., & Tomer, M. S. (2021). Image-based wheat grain classification using convolutional neural network. Multimedia Tools and Applications. https://doi.org/10.1007/s11042-020-10174-3spa
dc.relation.referencesMaldonado, M. (2019, September 12). Las mejores metodologías ágiles para la creación de software. https://www.digital55.com/desarrollotecnologia/mejores-metodologias-agiles-creacion-softwarespa
dc.relation.referencesMardian, J., Berg, A., & Daneshfar, B. (2021). Evaluating the temporal accuracy of grassland to cropland change detection using multitemporal image analysis. Remote Sensing of Environment, 255(November 2020), 112292. https://doi.org/10.1016/j.rse.2021.112292spa
dc.relation.referencesMartnez, J. V. Y., Skarmeta, A. F., Zamora-Izquierdo, M. A., & Ramallo-Gonzlez, A. P. (2020). IoT-based data management for Smart Agriculture. 2020 2nd International Conference on Embedded and Distributed Systems, EDiS 2020, 41–46. https://doi.org/10.1109/EDiS49545.2020.9296443spa
dc.relation.referencesMinisterio de Tecnologías de la Información y las Comunicaciones. (2019). Boletín trimestral de las TIC. Cifras cuarto trimestre de 2018.spa
dc.relation.referencesMoysiadis, V., Sarigiannidis, P., Vitsas, V., & Khelifi, A. (2021). Smart Farming in Europe. Computer Science Review, 39, 100345. https://doi.org/10.1016/j.cosrev.2020.100345spa
dc.relation.referencesNaciones Unidas. (2015, September 25). Objetivos y metas de desarrollo sostenible. https://www.un.org/sustainabledevelopment/es/objetivos-dedesarrollo-sostenible/spa
dc.relation.referencesOrús, A. (2021, February 11). Principales productores de limón y lima del mundo. https://es.statista.com/estadisticas/613493/principales-paises-productores-delimon-en-el-mundo/spa
dc.relation.referencesPark, J. K., & Park, E. Y. (2021). Monitoring method of movement of grazing cows using cloud-based system. ECTI Transactions on Computer and Information Technology, 15(1), 24–33. https://doi.org/10.37936/ecti-cit.2021151.240087spa
dc.relation.referencesPDD-Santander. (2020). Santander siempre contigo y para el mundo Plan de Desarrollo Departamental 2020-2023. Planeación Deparatamental, 53(9), 1689.spa
dc.relation.referencesPérez, P., & Valente, M. (2018). Fundamentos básicos del procesamiento de imágenes — documentación de Curso de imágenes médicas - 1.0. https://www.famaf.unc.edu.ar/~pperez1/manuales/cim/cap2.html#introduccional-procesamiento-de-imagenesspa
dc.relation.referencesPuyol, F. (2017). Una aproximación a algunos elementos de internet de las cosas. https://dialnet.unirioja.es/servlet/articulo?codigo=5178220spa
dc.relation.referencesRafi, S. A., Chowdhury, T. H., Rahaman, D. M. A., Bari, M. W., Islam, M. J., & Tanjim, M. S. S. (2021). Crop Condition Analyzer Robot with Image Processing Feedback to Assist Farmer. ICREST 2021 - 2nd International Conference on Robotics, Electrical and Signal Processing Techniques, 188– 192. https://doi.org/10.1109/ICREST51555.2021.9331053spa
dc.relation.referencesRedmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection. http://pjreddie.com/yolo/spa
dc.relation.referencesResearch Gate. (2017). Data augmentation using semantic-preserving transformation for SBIR. | Download Scientific Diagram. https://www.researchgate.net/figure/Data-augmentation-using-semanticpreserving-transformation-for-SBIR_fig2_319413978spa
dc.relation.referencesRivera Mesa, M. (2019, October 1). Estos son los “gadgets” para el campo colombiano. https://semanarural.com/web/articulo/como-se-esta-tecnificandoel-campo-colombiano-/1159spa
dc.relation.referencesRoboFlow. (2021, August 5). Image Augmentation - Roboflow. https://docs.roboflow.com/image-transformations/image-augmentationspa
dc.relation.referencesRosselló Villán, V. (2019, March 15). Qué son las metodologías ágiles y cuáles son sus ventajas empresariales. https://www.iebschool.com/blog/que-sonmetodologias-agiles-agile-scrum/spa
dc.relation.referencesRoukh, A., Fote, F. N., Mahmoudi, S. A., & Mahmoudi, S. (2020). WALLeSMART: Cloud Platform for Smart Farming. ACM International Conference Proceeding Series, 1–4. https://doi.org/10.1145/3400903.3401690spa
dc.relation.referencesRusk, N. (2015). Deep learning. https://doi.org/10.1101/028399spa
dc.relation.referencesSauro, J. (2018, September 19). 5 Ways to Interpret a SUS Score – MeasuringU. https://measuringu.com/interpret-sus-score/spa
dc.relation.referencesSCIO. (2019, February 20). Metodología tradicional o ágil ¿Cuál es la mejor opción para mi proyecto de desarrollo de software? - Scio México. https://www.scio.com.mx/blog/metodologia-tradicional-o-agil-software/spa
dc.relation.referencesSemana. (2016, September 28). Colombia puede convertirse en una de las grandes despensas del mundo. https://www.semana.com/pais/articulo/comova-a-ser-el-futuro-agropecuario-de-colombia/232363/spa
dc.relation.referencesSemana. (2020, November 13). Limón tahití, una promesa exportadora. https://www.semana.com/empresas/articulo/limon-tahiti-podria-ser-elsiguiente-exito-exportador-del-pais/306471/spa
dc.relation.referencesSharma, R., Kamble, S. S., Gunasekaran, A., Kumar, V., & Kumar, A. (2020). A systematic literature review on machine learning applications for sustainable agriculture supply chain performance. Computers and Operations Research, 119, 104926. https://doi.org/10.1016/j.cor.2020.104926spa
dc.relation.referencesSupeshala, C. (2020). YOLO v4 or YOLO v5 or PP-YOLO? Which should I use? https://towardsdatascience.com/yolo-v4-or-yolo-v5-or-pp-yolo-dad8e40f7109spa
dc.relation.referencesUnión Internacional de Telecomunicaciones. (2020, May). Connect 2030 – An agenda to connect all to a better world. https://www.itu.int/en/mediacentre/backgrounders/Pages/connect-2030agenda.aspxspa
dc.relation.referencesVanegas, M. (2002). Guía Técnica Cultivo Del Limón Pérsico. Programa Nacional de Frutas de El Salvador, 46. http://repiica.iica.int/docs/B0217e/B0217e.pdfspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsSystems engineerspa
dc.subject.keywordsTechnological innovationsspa
dc.subject.keywordsMobile appspa
dc.subject.keywordsImage analysisspa
dc.subject.keywordsAndroid operatingspa
dc.subject.keywordsMobile cameraspa
dc.subject.keywordsPrototype developmentspa
dc.subject.keywordsArtificial intelligencespa
dc.subject.keywordsSales managementspa
dc.subject.keywordsInformation storagespa
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembInnovaciones tecnológicasspa
dc.subject.lembDesarrollo de prototiposspa
dc.subject.lembInteligencia artificialspa
dc.subject.lembAlmacenamiento de informaciónspa
dc.subject.proposalAplicación móvilspa
dc.subject.proposalAnálisis de imágenesspa
dc.subject.proposalOperativo Androidspa
dc.subject.proposalCámara móvilspa
dc.subject.proposalGestión de ventasspa
dc.titlePrototipo de aplicación móvil para la gestión de ventas en el sector agrícola integrando técnicas de inteligencia artificial y computación en la nubespa
dc.title.translatedMobile application prototype for sales management in the agricultural sector integrating artificial intelligence and cloud computing techniquesspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTrabajo de Gradospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
2021_Tesis_Javier_Abuchaibe.pdf
Tamaño:
4.6 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
2021_Licencia_Javier_Abuchaibe.pdf
Tamaño:
198.51 KB
Formato:
Adobe Portable Document Format
Descripción:
Licencia
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería de Sistemas