Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander
El resultado del proyecto de investigación está asociado a data proveniente de la implementación de un sistema electrónico multisensorial o común mente denominado olfato electrónico. Mediante el uso de un sistema de adquisición de datos y software LabView se almacena la data de la concentración de...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad de Santander
2020-05-01
|
| Series: | AiBi Revista de Investigación, Administración e Ingeniería |
| Subjects: | |
| Online Access: | https://revistas.udes.edu.co/aibi/article/view/1618 |
| _version_ | 1827185287626752000 |
|---|---|
| author | Alexander Flórez-Martínez Jesus Omar Vargas-Flórez Harold Esneider Perez-Waltero Lucas Fernando Quintana-Fuentes |
| author_facet | Alexander Flórez-Martínez Jesus Omar Vargas-Flórez Harold Esneider Perez-Waltero Lucas Fernando Quintana-Fuentes |
| author_sort | Alexander Flórez-Martínez |
| collection | DOAJ |
| description |
El resultado del proyecto de investigación está asociado a data proveniente de la implementación de un sistema electrónico
multisensorial o común mente denominado olfato electrónico. Mediante el uso de un sistema de adquisición de datos y software LabView se
almacena la data de la concentración de volátiles asociados a muestras de cacao sano e infectado con monilia, aplicado en la fase o etapa de
secado. Una vez adquirido los datos se procede a implementar en el software Python el pre-procesamiento y procesamiento de data, permitiendo
al usuario por medio de un gráfico identificar el clúster asociados a cada clase, cacao sano o con monilia. Como método para aprendizaje de
automático no supervisado, se implementa análisis de componentes principales PCA para el respectivo procesamiento. Los resultados obtenidos
varían de acuerdo al método de preprocesado de datos. Para el desarrollo se implementó un escalador robusto y preprocesado euclidiano, el cual
presenta mejores resultados de agrupamiento de muestras por clase
|
| first_indexed | 2024-04-09T14:44:59Z |
| format | Article |
| id | doaj.art-cfd282db57eb424cba16c3d5caababb6 |
| institution | Directory Open Access Journal |
| issn | 2346-030X |
| language | English |
| last_indexed | 2025-03-21T06:48:00Z |
| publishDate | 2020-05-01 |
| publisher | Universidad de Santander |
| record_format | Article |
| series | AiBi Revista de Investigación, Administración e Ingeniería |
| spelling | doaj.art-cfd282db57eb424cba16c3d5caababb62024-07-18T22:47:40ZengUniversidad de SantanderAiBi Revista de Investigación, Administración e Ingeniería2346-030X2020-05-018210.15649/2346030X.7121618Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de SantanderAlexander Flórez-Martínez0Jesus Omar Vargas-Flórez1https://orcid.org/0000-0002-4509-8764Harold Esneider Perez-Waltero2https://orcid.org/0000-0003-3042-9169Lucas Fernando Quintana-Fuentes3https://orcid.org/0000-0003-4408-0906Universidad Nacional Abierta y a DistanciaUniversidad Nacional Abierta y a DistanciaUniversidad Nacional Abierta y a DistanciaUniversidad Nacional Abierta y a Distancia El resultado del proyecto de investigación está asociado a data proveniente de la implementación de un sistema electrónico multisensorial o común mente denominado olfato electrónico. Mediante el uso de un sistema de adquisición de datos y software LabView se almacena la data de la concentración de volátiles asociados a muestras de cacao sano e infectado con monilia, aplicado en la fase o etapa de secado. Una vez adquirido los datos se procede a implementar en el software Python el pre-procesamiento y procesamiento de data, permitiendo al usuario por medio de un gráfico identificar el clúster asociados a cada clase, cacao sano o con monilia. Como método para aprendizaje de automático no supervisado, se implementa análisis de componentes principales PCA para el respectivo procesamiento. Los resultados obtenidos varían de acuerdo al método de preprocesado de datos. Para el desarrollo se implementó un escalador robusto y preprocesado euclidiano, el cual presenta mejores resultados de agrupamiento de muestras por clase https://revistas.udes.edu.co/aibi/article/view/1618Olfato electrónico, Procesamiento de datos, Aprendizaje no supervisado, Software Python, secado de cacao. |
| spellingShingle | Alexander Flórez-Martínez Jesus Omar Vargas-Flórez Harold Esneider Perez-Waltero Lucas Fernando Quintana-Fuentes Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander AiBi Revista de Investigación, Administración e Ingeniería Olfato electrónico, Procesamiento de datos, Aprendizaje no supervisado, Software Python, secado de cacao. |
| title | Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander |
| title_full | Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander |
| title_fullStr | Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander |
| title_full_unstemmed | Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander |
| title_short | Análisis de componentes principales utilizando python para identificar clúster asociados a muestras de cacao seco sano e infectado con monilia en Norte de Santander |
| title_sort | analisis de componentes principales utilizando python para identificar cluster asociados a muestras de cacao seco sano e infectado con monilia en norte de santander |
| topic | Olfato electrónico, Procesamiento de datos, Aprendizaje no supervisado, Software Python, secado de cacao. |
| url | https://revistas.udes.edu.co/aibi/article/view/1618 |
| work_keys_str_mv | AT alexanderflorezmartinez analisisdecomponentesprincipalesutilizandopythonparaidentificarclusterasociadosamuestrasdecacaosecosanoeinfectadoconmoniliaennortedesantander AT jesusomarvargasflorez analisisdecomponentesprincipalesutilizandopythonparaidentificarclusterasociadosamuestrasdecacaosecosanoeinfectadoconmoniliaennortedesantander AT haroldesneiderperezwaltero analisisdecomponentesprincipalesutilizandopythonparaidentificarclusterasociadosamuestrasdecacaosecosanoeinfectadoconmoniliaennortedesantander AT lucasfernandoquintanafuentes analisisdecomponentesprincipalesutilizandopythonparaidentificarclusterasociadosamuestrasdecacaosecosanoeinfectadoconmoniliaennortedesantander |