Abstract:
El trabajo de titulación plantea como objetivo general de investigación aplicar las
diferentes técnicas de aprendizaje automático en la clasificación de variedades de
granos en arroz La calidad del grano de arroz se determina habitualmente mediante
inspecciones visuales y mediciones manuales método que es lento subjetivo y
propenso a errores humanos Por lo tanto la industria demanda una técnica rápida y
precisa que pueda clasificar el grano de arroz a bajo costo y estandarizarlo Por medio
del aprendizaje automático se puede desarrollar modelos de decisión en entornos
eminentemente complejos y no lineales Este estudio se enmarca en un diseño de
investigación cuantitativa consiste en la recolección de datos numéricos para su
posterior análisis e interpretación utilizando herramientas de análisis matemático y
estadístico para describir y explicar fenómenos mediante datos numéricos El tipo de
la investigación es causal comparativa dado que se comparan diferentes técnicas de
aprendizaje automático en el proceso de clasificación de granos de arroz La
clasificación fue binaria se consideró como población de estudio a los 3.810 granos
de dos variedades del Instituto Nacional de Investigación Agropecuaria 14 (2.180) y
17 (1.630) Las técnicas que fueron empleadas están basadas en cinco modelos
utilizando los siguientes algoritmos regresión logística Perceptrón Multicapa
Máquina de Vectores de Apoyo Bosque Aleatorio y K Vecino Más Cercano Las
mediciones estadísticas de la matriz de confusión como resultado de la clasificación
se utilizaron como métricas de rendimiento Los resultados permiten concluir que el
modelo regresión logística es el mejor método de clasificación debido a su mejor
predicción de los valores obtenidos de verdaderos positivos y verdaderos negativos
además la media de la precisión del modelo fue de 93,02% superior a los otros
modelos El desarrollo de este trabajo permite llegar a la conclusión de que el uso del
aprendizaje automático en la industria arrocera es aplicable para el apoyo en la toma
las decisiones basadas en el desarrollo del proceso de clasificación del grano
