Categorii: Tot - drones - cultivos - segmentación - tomografía

realizată de Jan Polanco Velasco 1 an în urmă

81

Temas de Interes Jan Polanco Velasco

La investigación de Jan Polanco Velasco se centra en la segmentación de imágenes provenientes de tomografía computarizada (CT) utilizando redes neuronales profundas, lo cual es una aplicación relevante en el campo de la visión artificial y el reconocimiento de patrones.

Temas de Interes
Jan Polanco Velasco

Temas de Interes Jan Polanco Velasco

Segmentación de imágenes para clasificación de enfermedades en cultivos de Banana usando Drones.

Modelado y simulación multiescala: podría estar interesada en el desarrollo y aplicación de modelos matemáticos y computacionales para el estudio y predicción del comportamiento de los cultivos de banana ante diferentes condiciones ambientales y biológicas, así como para la optimización de los procesos agrícolas.

Sistemas dinámicos: podría estar interesada en el desarrollo y aplicación de métodos matemáticos para el estudio y modelado de los fenómenos dinámicos que ocurren en los cultivos de banana, como el crecimiento, la propagación y el control de las enfermedades.

Visión Artificial: podría estar interesada en el desarrollo y aplicación de técnicas de procesamiento digital de imágenes para la segmentación y clasificación de las imágenes capturadas por los drones, así como para la extracción de características relevantes para el diagnóstico de las enfermedades.

Automatización de Procesos: podría estar interesada en el diseño e implementación de sistemas automáticos para el control y monitoreo de los cultivos de banana, usando los datos obtenidos por los drones y las técnicas de segmentación y clasificación de imágenes.

Identificación de la enfermedad de la hoja blanca en el arroz (RHBV) usando modelos de lenguaje de gran escala (LLM) para la construcción semántica de datos tabulares.

Mario Julian Mora

Modelado y simulación multiescala: podría estar interesada en el desarrollo y aplicación de modelos matemáticos y computacionales para el estudio y predicción del comportamiento de los cultivos de arroz ante diferentes condiciones ambientales y biológicas, así como para la optimización de los procesos agrícolas.

Probabilidad y estadística: Podría estar interesado en el desarrollo y validación de métodos matemáticos y computacionales para el análisis y modelado de datos tabulares.

Probabilidad y estadística: Podría estar interesado en el desarrollo y aplicación de los modelos de lenguaje de gran escala para la extracción y generación de información semántica a partir de datos tabulares.

Uso de drones equipados con sensores y sistemas de computación en el borde (edge computing) para recolectar y procesar datos en tiempo real sobre las condiciones de los cultivos y el suelo, y aplicar modelos supervisados de aprendizaje automático para optimizar la gestión agrícola usando dispositivos IoT (Internet de las Cosas).

Luis Eduardo Tobón
Eugenio Tamura

En el estudio y mejora de los procesos agroindustriales, con énfasis en la calidad, la seguridad alimentaria y el desarrollo sostenible, usando los datos obtenidos por los drones.

Probabilidad y estadística: Podría estar interesado en el desarrollo y aplicación de los modelos supervisados de aprendizaje automático para la agricultura inteligente y de precisión.

Automática y Robótica (GAR)

Redes de Información: podría estar interesada en el desarrollo y aplicación de sistemas de comunicación y computación en el borde que permiten recolectar y procesar los datos en tiempo real, así como integrarlos con dispositivos IoT.

Robótica y Cibernética: podría estar interesada en el desarrollo y aplicación de algoritmos y modelos para el control y la navegación de los drones, así como para la interacción entre los drones y otros agentes (e.g., personas, máquinas, software).

Automatización de Procesos: podría estar interesada en el diseño e implementación de sistemas automáticos para el control y monitoreo de los cultivos, usando los datos obtenidos por los drones y las técnicas de aprendizaje automático.

Modelos de visión Por Computadora para Clasificar enfermedades en frijol usando Deep Learning e imagenes de Celular.

Probabilidad y estadística: podría estar interesada en el diseño y aplicación de métodos estadísticos para el procesamiento y modelado de los datos capturados por los Celulares del estado de las plantas de frijol, así como para la verificación y validación de las técnicas de segmentación y clasificación de imágenes.

Modelado y simulación multiescala: podría estar interesada en el desarrollo y aplicación de modelos matemáticos y computacionales para el estudio, clasificacion y fenotipadode los cultivos de frijol ante diferentes condiciones ambientales y biológicas, así como para la optimización de los procesos agrícolas.

Agricultura de Precisión usando Remote Sensing (Satélites o Drones) para modelos supervisados

H. Fabián Tobar-Tosse
David Arango Londoño

Probabilidad y estadística: podría estar interesada en el desarrollo y aplicación de métodos estadísticos para el análisis y modelado de los datos obtenidos por los drones sobre las condiciones de los cultivos y el suelo, así como para la evaluación y validación de las técnicas de segmentación y clasificación de imágenes.

ÓMICAS

Modelado y simulación multiescala: podría estar interesada en el desarrollo y aplicación de modelos matemáticos y computacionales para el estudio y fenotipado de cultivos para garantizar la seguridad alimentaria.

Segmentación de imágenes de tomografía computarizada (CT) a partir de Redes Neuronales profundas.

Profesores
Delia Ortega Lenis
Hernán Benitez
Julian Gil

Proyecto aplicado seleccionado del Google Sheet

Grupo de Investigación
Destino

Visión Artificial, Reconocimiento de Patrones: Podría estar interesado en el tema de la segmentación de imágenes de tomografía computarizada (CT) a partir de redes neuronales profundas ya que podría ser una aplicación interesante para sus técnicas y teorías en el campo de la visión artificial.

Estadística y Matemática Aplicada (EMAP)

Interés

Probabilidad y Estadística: Podría estar interesado en el tema de la segmentación de imágenes de tomografía computarizada (CT) a partir de redes neuronales profundas ya que podría ser una aplicación interesante para sus técnicas y teorías estadísticas.