{"id":2388,"date":"2024-07-25T15:17:10","date_gmt":"2024-07-25T18:17:10","guid":{"rendered":"https:\/\/www2.uepg.br\/computacaoaplicada\/?page_id=2388"},"modified":"2024-08-01T16:09:54","modified_gmt":"2024-08-01T19:09:54","slug":"disertaciones","status":"publish","type":"page","link":"https:\/\/www2.uepg.br\/computacaoaplicada\/es\/disertaciones\/","title":{"rendered":"Disertaciones"},"content":{"rendered":"

101\u00aa – <\/strong>Evaluaci\u00f3n de aprendizaje de pocos disparos para clasificar im\u00e1genes de productividad de soja obtenidas por aeronaves pilotadas remotamente<\/a><\/span>
\n100\u00aa – <\/strong>M\u00e9todos cl\u00e1sicos y basados \u200b\u200ben aprendizaje autom\u00e1tico para la predicci\u00f3n del precio del tomate fresco<\/a><\/span>
\n99\u00aa – <\/strong>Desarrollo de una herramienta para identificar prote\u00ednas ribos\u00f3micas en espectros de masas MALDI-TOF<\/a><\/span>
\n98\u00aa – <\/strong>Sistema de nariz electr\u00f3nica aplicado al an\u00e1lisis de floraci\u00f3n y raleo en melocotonero<\/a><\/span>
\n97\u00aa – <\/strong>Integraci\u00f3n de Funcionalidades para la Trazabilidad de Productos Org\u00e1nicos en el Rastrogr\u00e3o<\/a><\/span>
\n96\u00aa – <\/strong>Ontolog\u00eda aplicada al sistema de cultivo de la soja<\/a><\/span>
\n95\u00aa – <\/strong>An\u00e1lisis de arquitecturas de redes neuronales siamesas para la clasificaci\u00f3n de especies de plantas<\/a><\/span>
\n94\u00aa – <\/strong>Identificaci\u00f3n de especies de plantas mediante codificador autom\u00e1tico convolucional y aprendizaje no supervisado<\/a><\/span>
\n93\u00aa – <\/strong>Clasificaci\u00f3n de especies de plantas basada en im\u00e1genes de componentes de hojas y flores<\/a><\/span>
\n92\u00aa – <\/strong>Evaluaci\u00f3n de la calidad posicional de los puntos de control para la generaci\u00f3n de modelos agr\u00edcolas digitales<\/a><\/span>
\n91\u00aa – <\/strong>An\u00e1lisis del desarrollo del ma\u00edz mediante el procesamiento de im\u00e1genes obtenidas desde una aeronave pilotada remotamente<\/a><\/span>
\n90\u00aa – <\/strong>Clasificaci\u00f3n de agregados de rocas \u00edgneas en funci\u00f3n de su alteraci\u00f3n mediante procesamiento digital de im\u00e1genes<\/a><\/span>
\n89\u00aa –\u00a0 <\/strong>Red neuronal convolucional y patr\u00f3n de metadatos en la clasificaci\u00f3n de granos de soja<\/a><\/span>
\n88\u00aa – <\/strong>Redes neuronales convolucionales y aumento de datos para la detecci\u00f3n de antracnosis en hojas de frijol<\/a><\/span>
\n87\u00aa – <\/strong>Clasificaci\u00f3n bacteriana basada en prote\u00ednas ribos\u00f3micas derivadas de datos gen\u00f3micos<\/a><\/span>
\n86\u00aa – <\/strong>Influencia de la variaci\u00f3n del umbral de segmentaci\u00f3n en los sistemas de medici\u00f3n de par\u00e1metros ra\u00edz<\/a><\/span>
\n85\u00aa – <\/strong>Sistema de riego para cultivos de lechuga rizada basado en l\u00f3gica difusa<\/a><\/span>
\n84\u00aa – <\/strong>Predicci\u00f3n de la productividad del trigo utilizando datos espectrales y altura estimada de la planta obtenidos mediante una aeronave pilotada a distancia<\/a><\/span>
\n83\u00aa – <\/strong>Esquemas de selecci\u00f3n din\u00e1mica para identificar bacterias a partir de datos virtuales m\/z de prote\u00ednas ribosomales<\/a><\/span>
\n82\u00aa – <\/strong>Clasificadores de aprendizaje para la identificaci\u00f3n de bacterias: relaci\u00f3n entre las medidas de complejidad de los datos y el rendimiento del clasificador<\/a><\/span>
\n81\u00aa – <\/strong>M\u00e9todo de trazabilidad de productos agr\u00edcolas mediante blockchain<\/a><\/span>
\n80\u00aa – <\/strong>Hortiprice: marco de dominio para la formaci\u00f3n de precios de venta de horticultura<\/a><\/span>
\n79\u00aa – <\/strong>An\u00e1lisis metataxon\u00f3mico de comunidades microbianas en la rizosfera del ma\u00edz despu\u00e9s de la aplicaci\u00f3n de nitr\u00f3geno e inoculaci\u00f3n con bacterias<\/a><\/span>
\n78\u00aa – <\/strong>Identificaci\u00f3n de prote\u00ednas ribos\u00f3micas en el espectro de masas de Maldi-Tof<\/a><\/span>
\n77\u00aa – <\/strong>Calidad de datos e Internet de las Cosas en el marco de la trazabilidad de granos<\/a><\/span>
\n76\u00aa – <\/strong>Algoritmo K-means en un entorno manycore para reducir el tiempo de respuesta de la miner\u00eda de datos<\/a><\/span>
\n75\u00aa – <\/strong>Generaci\u00f3n de modelos e \u00edndices digitales para el diagn\u00f3stico de erosi\u00f3n en zonas agr\u00edcolas<\/a><\/span>
\n74\u00aa – <\/strong>An\u00e1lisis del cultivo de lechuga rizada en ambiente protegido basado en cantidades f\u00edsicas y procesamiento de im\u00e1genes digitales<\/a><\/span>
\n73\u00aa – <\/strong>Desarrollo de una Nariz Electr\u00f3nica aplicada a la determinaci\u00f3n del estado de maduraci\u00f3n en durazneros<\/a><\/span>
\n72\u00aa – <\/strong>M\u00e9todo de clasificaci\u00f3n de plagas utilizando una red neuronal convolucional profunda<\/a><\/span>
\n71\u00aa – <\/strong>Algoritmo kNN en la imputaci\u00f3n de datos de espectros de masas MALDI-TOF: un an\u00e1lisis de la influencia de la imputaci\u00f3n kNN en el rendimiento de clasificadores log\u00edsticos para la identificaci\u00f3n de bacterias<\/a><\/span>
\n70\u00aa – <\/strong>Selecci\u00f3n de bandas espectrales apoyadas en la metaheur\u00edstica PSO para predecir el contenido de aluminio intercambiable de muestras de suelo<\/a><\/span>
\n69\u00aa – <\/strong>Diagn\u00f3stico de procesos de erosi\u00f3n en suelos agr\u00edcolas mediante an\u00e1lisis de modelos num\u00e9ricos del terreno<\/a><\/span>
\n68\u00aa – <\/strong>Desarrollo de un sensor capacitivo helicoidal m\u00f3vil para analizar la distribuci\u00f3n de fertilizantes minerales s\u00f3lidos<\/a><\/span>
\n67\u00aa – <\/strong>Evaluaci\u00f3n de m\u00e9todos de mosaico de im\u00e1genes aplicados a im\u00e1genes agr\u00edcolas obtenidas mediante RPA<\/a><\/span>
\n66\u00aa – <\/strong>Ontolog\u00eda en la trazabilidad de datos agr\u00edcolas<\/a><\/span>
\n65\u00aa – <\/strong>Evaluaci\u00f3n de la eficiencia del uso de la miner\u00eda de datos cl\u00e1sica y espacial en la estimaci\u00f3n de la productividad de granos en im\u00e1genes obtenidas mediante una aeronave pilotada remotamente<\/a><\/span>
\n64\u00aa – <\/strong>Evaluaci\u00f3n del estado nutricional del nitr\u00f3geno y estimaci\u00f3n de la productividad de la biomasa del trigo mediante extracci\u00f3n de datos de teledetecci\u00f3n<\/a><\/span>
\n63\u00aa – <\/strong>Usageo: m\u00e9todo para la evaluaci\u00f3n de usabilidad en sistemas agr\u00edcolas<\/a><\/span>
\n62\u00aa – <\/strong>Uso del aprendizaje autom\u00e1tico para clasificar bacterias mediante prote\u00ednas ribos\u00f3micas<\/a><\/span>
\n61\u00aa – <\/strong>Integraci\u00f3n de la geoinformaci\u00f3n en el marco de trazabilidad de granos<\/a><\/span>
\n60\u00aa – <\/strong>Metodolog\u00eda de desarrollo basada en modelos y su aplicaci\u00f3n en maquinaria agr\u00edcola<\/a><\/span>
\n59\u00aa – <\/strong>M\u00e9todo computacional para la identificaci\u00f3n del hongo Cercospora Kikuchii en semillas de soja<\/a><\/span>
\n58\u00aa – <\/strong>Clasificaci\u00f3n de im\u00e1genes orbitales Rapideye utilizando la base de datos NOSQL y el m\u00e9todo GEOBIA<\/a><\/span>
\n57\u00aa – <\/strong>Reducci\u00f3n de dimensionalidad para estimar el contenido de nutrientes en hojas y granos de soja con espectroscop\u00eda infrarroja<\/a><\/span>
\n56\u00aa – <\/strong>Arquitectura de software para optimizar el uso de aeronaves pilotadas remotamente en agricultura de precisi\u00f3n mediante razonamiento basado en casos<\/a><\/span>
\n55\u00aa – <\/strong>Una arquitectura para integrar entornos de almacenamiento de datos, espaciales y de agricultura de precisi\u00f3n<\/a><\/span>
\n54\u00aa – <\/strong>Miner\u00eda de datos de im\u00e1genes obtenidas con aeronave remotamente pilotada para estimaci\u00f3n de productividad del trigo<\/a><\/span>
\n53\u00aa – <\/strong>Estimaci\u00f3n del \u00edndice de severidad de la roya asi\u00e1tica en el cultivo de la soja mediante im\u00e1genes obtenidas con aeronave remotamente pilotada<\/a><\/span>
\n52\u00aa – <\/strong>Estaci\u00f3n agrometeorol\u00f3gica experimental automatizada e integrada a software para c\u00e1lculo de estimaciones de dormancia en melocotoneros y vi\u00f1as<\/a><\/span>
\n51\u00aa – <\/strong>Evaluaci\u00f3n de longitud y di\u00e1metro radicular del ma\u00edz mediante t\u00e9cnicas de procesamiento digital de im\u00e1genes<\/a><\/span>
\n50\u00aa – <\/strong>An\u00e1lisis metagen\u00f3mico de bacterias diazotr\u00f3ficas de suelos org\u00e1nicos del estado de Paran\u00e1<\/a><\/span>
\n49\u00aa –\u00a0<\/strong> Identificaci\u00f3n de especies de plantas utilizando una combinaci\u00f3n de clasificadores<\/a><\/span>
\n48\u00aa – <\/strong>Desarrollo de un biorreactor de inmersi\u00f3n temporal con sistema de software y hardware para manipulaci\u00f3n y gesti\u00f3n de datos<\/a><\/span>
\n47\u00aa – <\/strong>Modelos matem\u00e1ticos y computacionales para evaluaci\u00f3n del estado nutricional de la soja mediante diagn\u00f3stico en hojas y granos<\/a><\/span>
\n46\u00aa – <\/strong>Arquitectura e implementaci\u00f3n de SIG m\u00f3vil basado en conceptos de la internet de las cosas<\/a><\/span>
\n45\u00aa – <\/strong>Rastreo de agrobots en invernaderos agr\u00edcolas usando modelos ocultos de Markov: comparaci\u00f3n del rendimiento y la correcci\u00f3n de los algoritmos de Viterbi y Viterbi con ventana de observaci\u00f3n deslizante<\/a><\/span>
\n44\u00aa – <\/strong>Procesamiento digital de im\u00e1genes como estimaci\u00f3n del contenido de N foliar en el cultivo del ma\u00edz<\/a><\/span>
\n43\u00aa – <\/strong>Procedimiento para autolocalizaci\u00f3n de robots en invernaderos utilizando descriptores SURF: implementaci\u00f3n secuencial y paralela<\/a><\/span>
\n42\u00aa – <\/strong>M\u00e9todo de c\u00e1lculo de trayectoria de m\u00e1quinas agr\u00edcolas utilizando procesamiento de im\u00e1genes en smartphones<\/a><\/span>
\n41\u00aa – <\/strong>Uso de procesamiento digital de im\u00e1genes y redes neuronales artificiales para el reconocimiento de \u00edndices de severidad de la roya asi\u00e1tica de la soja<\/a><\/span>
\n40\u00aa – <\/strong>Algoritmo k-means paralelo basado en Hadoop-MapReduce para miner\u00eda de datos agr\u00edcolas<\/a><\/span>
\n39\u00aa – <\/strong>Metaan\u00e1lisis para validaci\u00f3n de escalas diagram\u00e1ticas en enfermedades de plantas y propuesta de un sistema de software asistente<\/a><\/span>
\n38\u00aa – <\/strong>Visualizaci\u00f3n jer\u00e1rquica aplicada al metaan\u00e1lisis de la eficacia del fungicida fluquinconazol en semillas de soja para el control de la roya asi\u00e1tica<\/a><\/span>
\n37\u00aa – <\/strong>Extracci\u00f3n de caracter\u00edsticas de im\u00e1genes aplicada a la detecci\u00f3n de granos ardidos de ma\u00edz<\/a><\/span>
\n36\u00aa –<\/strong> Interesabilidad de modelos de regresi\u00f3n en miner\u00eda de datos agr\u00edcolas<\/a><\/span>
\n35\u00aa –<\/strong> Metodolog\u00eda computacional para definici\u00f3n de per\u00edodos de siembra de cultivos agr\u00edcolas<\/a><\/span>
\n34\u00aa –<\/strong> An\u00e1lisis en una imagen orbital de alta resoluci\u00f3n para clasificaci\u00f3n del uso y cobertura de la tierra de un \u00e1rea de la cuenca del Pitangui – PR<\/a><\/span>
\n33\u00aa –<\/strong> Modelo probabil\u00edstico bayesiano para simular el conocimiento de expertos en el control de la roya asi\u00e1tica de la soja en el estado de Paran\u00e1<\/a><\/span>
\n32\u00aa –<\/strong> Determinaci\u00f3n de modelo de estimaci\u00f3n de contenidos de carbono en suelos utilizando m\u00e1quina de vector de soporte y reflectancia espectral<\/a><\/span>
\n31\u00aa –<\/strong> Especificaci\u00f3n de un framework para la trazabilidad de la cadena productiva de granos<\/a><\/span>
\n30\u00aa –<\/strong> Evaluaci\u00f3n de metodolog\u00edas de adquisici\u00f3n de im\u00e1genes para an\u00e1lisis de calidad de semillas de ma\u00edz<\/a><\/span>
\n29 –<\/strong> M\u00e9todo computacional para evaluaci\u00f3n del crecimiento radicular de la soja<\/a><\/span>
\n28\u00aa –<\/strong> Especificaci\u00f3n de un framework para la trazabilidad de la cadena productiva de granos<\/a><\/span>
\n27\u00aa –<\/strong> Evaluaci\u00f3n de metodolog\u00edas de adquisici\u00f3n de im\u00e1genes para an\u00e1lisis de calidad de semillas de ma\u00edz<\/a><\/span>
\n26\u00aa –<\/strong> M\u00e9todo computacional para evaluaci\u00f3n del crecimiento radicular de la soja<\/a><\/span>
\n25\u00aa –<\/strong> Selecci\u00f3n de atributos en im\u00e1genes recolectadas bajo condiciones de iluminaci\u00f3n no controlada y su influencia en el desempe\u00f1o de clasificadores Naive Bayes para identificaci\u00f3n de objetos en invernaderos agr\u00edcolas<\/a><\/span>
\n24\u00aa –<\/strong> Uso de procesamiento digital de im\u00e1genes para el desarrollo de un entorno automatizado para pruebas de plantabilidad de semillas de ma\u00edz<\/a><\/span>
\n23\u00aa –<\/strong> Desarrollo de un sensor de humedad del suelo para determinar el frente de humectaci\u00f3n<\/a><\/span>
\n22\u00aa –<\/strong> Evaluaci\u00f3n de espaciamientos de muestreo de suelos para la modelaci\u00f3n de granulometr\u00eda con aplicaci\u00f3n en agricultura de precisi\u00f3n<\/a><\/span>
\n21\u00aa –<\/strong> NAVIGO \u2013 Robot aut\u00f3nomo para navegaci\u00f3n agr\u00edcola<\/a><\/span>
\n20\u00aa –<\/strong> Impacto del an\u00e1lisis de nitidez en m\u00e9todos de clasificaci\u00f3n de im\u00e1genes de madera<\/a><\/span>
\n19\u00aa –<\/strong> Aplicaci\u00f3n de regresi\u00f3n lineal m\u00faltiple en el an\u00e1lisis de la din\u00e1mica de cationes intercambiables en un sistema suelo-planta irrigado con agua residual<\/a><\/span>
\n18\u00aa –<\/strong> Computaci\u00f3n paralela para reducir el tiempo de respuesta de la miner\u00eda de datos agr\u00edcolas<\/a><\/span>
\n17\u00aa<\/strong> – Sensores de reflectancia espectral y rendimiento del cultivo de trigo Respecto al Fertilizante Nitr\u00f3geno en Siembra Directa<\/span>
\n16\u00aa –<\/strong> Uso de la miner\u00eda de datos para la extracci\u00f3n de conocimiento agron\u00f3mico sobre el uso de yeso agr\u00edcola<\/a><\/span>
\n15\u00aa –<\/strong> Evaluaci\u00f3n de \u00edndices de vegetaci\u00f3n en im\u00e1genes orbitales<\/a><\/span>
\n14\u00aa –<\/strong> An\u00e1lisis de t\u00e9cnicas de umbralizaci\u00f3n en programas de an\u00e1lisis de tarjetas hidrosensibles<\/a><\/span>
\n13\u00aa –<\/strong> Uso del sensor Kinect para medir la regularidad en la distribuci\u00f3n de fertilizantes s\u00f3lidos<\/a><\/span>
\n12\u00aa –<\/strong> Aplicaci\u00f3n de redes neuronales artificiales en el tratamiento de datos agrometeorol\u00f3gicos para la correcci\u00f3n de series temporales<\/a><\/span>
\n11\u00aa –<\/strong> Uso de regresi\u00f3n m\u00faltiple en el estudio de la din\u00e1mica de carbono, nitr\u00f3geno y f\u00f3sforo en un sistema suelo-planta irrigado con agua residual<\/a><\/span>
\n10\u00aa –<\/strong> Dager: una herramienta computacional para agrupamientos en miner\u00eda de datos agr\u00edcolas georreferenciados<\/a><\/span>
\n9\u00aa –<\/strong> Selecci\u00f3n de variables en la miner\u00eda de datos agr\u00edcolas: un enfoque basado en el an\u00e1lisis de componentes principales<\/a><\/span>
\n8\u00aa –<\/strong> Soluci\u00f3n electr\u00f3nica microcontrolada para la determinaci\u00f3n de la distribuci\u00f3n longitudinal de semillas de ma\u00edz<\/a><\/span>
\n7\u00aa –<\/strong> Correcci\u00f3n de datos agrometeorol\u00f3gicos utilizando m\u00e9todos estad\u00edsticos<\/a><\/span>
\n6\u00aa –<\/strong> Selecci\u00f3n de variables en la miner\u00eda de datos agr\u00edcolas: un enfoque basado en el an\u00e1lisis de componentes principales<\/a><\/span>
\n5\u00aa –<\/strong> Soluci\u00f3n electr\u00f3nica microcontrolada para la determinaci\u00f3n de la distribuci\u00f3n longitudinal de semillas de ma\u00edz<\/a><\/span>
\n4\u00aa –<\/strong> Relleno de fallas en series de datos clim\u00e1ticos utilizando redes P2P<\/a><\/span>
\n3\u00aa –<\/strong> Sistema de navegaci\u00f3n por georreferenciaci\u00f3n con correcci\u00f3n de ruta por l\u00f3gica difusa aplicada a la rob\u00f3tica agr\u00edcola<\/a><\/span>
\n2\u00aa –<\/strong> Sistema de navegaci\u00f3n por georreferenciaci\u00f3n con correcci\u00f3n de ruta por l\u00f3gica difusa aplicada a la rob\u00f3tica agr\u00edcola<\/a><\/span>
\n1\u00aa –<\/strong> Evaluaci\u00f3n del uso de computaci\u00f3n paralela utilizando una red P2P en la simulaci\u00f3n de datos clim\u00e1ticos: velocidad y direcci\u00f3n del viento<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

101\u00aa – Evaluaci\u00f3n de aprendizaje de pocos disparos para clasificar im\u00e1genes de productividad de soja obtenidas por aeronaves pilotadas remotamente 100\u00aa – M\u00e9todos cl\u00e1sicos y basados \u200b\u200ben aprendizaje autom\u00e1tico para la predicci\u00f3n del precio del tomate fresco 99\u00aa – Desarrollo de una herramienta para identificar prote\u00ednas ribos\u00f3micas en espectros de masas MALDI-TOF 98\u00aa – Sistema …<\/p>\n","protected":false},"author":321,"featured_media":1519,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/pages\/2388"}],"collection":[{"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/users\/321"}],"replies":[{"embeddable":true,"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/comments?post=2388"}],"version-history":[{"count":3,"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/pages\/2388\/revisions"}],"predecessor-version":[{"id":2599,"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/pages\/2388\/revisions\/2599"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/media\/1519"}],"wp:attachment":[{"href":"https:\/\/www2.uepg.br\/computacaoaplicada\/wp-json\/wp\/v2\/media?parent=2388"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}