Algoritmos y su efecto en la agricultura
automatización de procesos
DOI:
https://doi.org/10.51252/rcsi.v2i2.386Palabras clave:
agricultura, automatización, algoritmos, inteligencia artificial, TIResumen
La Inteligencia Artificial emerge como parte esencial de la evolución tecnológica de la agroindustria, teniendo como objetivo brindar al productor información precisa para la toma de decisiones. El propósito del artículo de revisión bibliográfica es dar a conocer cuáles son los algoritmos aplicados en diversos estudios y analizar su efecto en la agricultura, teniendo en cuenta evidencias empíricas de diversas investigaciones. Se revisaron artículos científicos publicados en las bases de datos Scopus, Scielo, Directory of Open Access Journals (DOAJ), ScienceDirect, Latindex y Google académico, utilizando el gestor de búsqueda de referencias Mendeley. Se seleccionaron 40 artículos basados en los criterios de relación con el tema, nivel de impacto y año de publicación en los últimos cinco años. Se concluye que países como India, Colombia y Perú implementaron la inteligencia artificial inmersos en sus políticas orientados a la producción agrícola, con las cuales han logrado posicionarse como referentes con altos niveles de productividad y competitividad.
Citas
Angón, E., Castillejo, L., Rodríguez, J., González, A., Molina, D., Cueva, T., & García, A. (2019). Fry growth modelling in Cichlasoma festae (Cichlidae) with Biobloc technology (BFT). Ciencia Veterinaria, 21(2), 43–54. https://doi.org/10.19137/cienvet-201921203
Armas Morales, C. E. (2021). La Inteligencia Artificial en empresas peruanas e impactos laborales en los trabajadores. Iberoamerican Business Journal, 5(1), 83–105. https://doi.org/10.22451/5817.ibj2021.vol5.1.11053
Baquerizo, N. C., & Vega Ventocilla, E. (2022). Evaluación de algoritmos de machine learning en la clasificación de imágenes satelitales multiespectrales , caso : Amazonia Peruana Evaluation of machine learning algorithms in the classification of multispectral satellite images , case : Peruvian Amazon. Ciencia Latina, 6(1), 4946–4963. https://doi.org/https://doi.org/10.37811/cl_rcm.v6i1.1843
Bonilla-Castillo, C. A., Córdoba, E. A., Gómez, G., & Duponchelle, F. (2018). Population dynamics of Prochilodus nigricans (Characiformes: Prochilodontidae) in the Putumayo River. Neotropical Ichthyology, 16(2). https://doi.org/10.1590/1982-0224-20170139
Bonilla Paz, B. L., Montoya Bonilla, B., Gómez, J., & Caja, Á. (2018). Efecto de la Temperatura sobre el Crecimiento de Tilapia (Oreochromis sp) en Mamá Lombriz, Vereda Rio Blanco, Popayán, Colombia. Teknos Revista Científica, 24–30. https://doi.org/10.25044/25392190.922
Calle Yunis, C. R., Salas López, R., Cruz, S. M. O., Barboza Castillo, E., Silva López, J. O., Iliquín Trigoso, D., & Briceño, N. B. R. (2020). Land Suitability for Sustainable Aquaculture of Rainbow Trout (Oncorhynchus mykiss) in Molinopampa (Peru) Based on RS, GIS, and AHP. ISPRS International Journal of Geo-Information, 9(1), 28. https://doi.org/10.3390/ijgi9010028
Cervantes-Santiago, A., Hernández-Vergara, M. P., & Pérez-Rostro, C. I. (2015). Aprovechamiento de metabolitos nitrogenados del cultivo de tilapia en un sistema acuapónico. Ecosistemas y Recursos Agropecuarios, 3(7), 63–73. https://doi.org/10.19136/ERA.A3N7.667
Chucos Baquerizo, N., & Vega Ventoncilla, E. J. (2022). Evaluación de algoritmos de machine learning en la clasificación de imágenes satelitales multiespectrales, caso: Amazonia Peruana. Ciencia Latina Revista Científica Multidisciplinar, 6(1), 4946–4963. https://doi.org/10.37811/cl_rcm.v6i1.1843
Crispín-Sánchez, F., Porturas, R., & Vásquez, W. (2019). Effect of organic acids on the presence of Salmonella spp. in fishmeal. Agroindustrial Science, 9(2), 139–144. https://doi.org/10.17268/agroind.sci.2019.02.06
Cuberlo de la Rosa, M., Piñeiro Morejon, I., & Ramos Miranda, F. E. (2018). La gestión del conocimiento como base de la innovación tecnológica: la creación de nuevos productos en la Empresa Pesquera Industrial de Cienfuegos. Universidad y Sociedad, 10(4), 227–230. https://rus.ucf.edu.cu/index.php/rus/article/view/1017
Del Carpio Gallegos, J. F., & Miralles, F. (2019). Análisis cualitativo de los determinantes de la innovación en una economía emergente. Retos, 9(17), 161–175. https://doi.org/10.17163/ret.n17.2019.10
Herrera, J. (2017). Pobreza y desigualdad económica en el Perú durante el boom de crecimiento: 2004-2014. Revue Internationale de Politique de Développement, 9. https://doi.org/10.4000/poldev.2518
Larios-Francia, R. P. (2017). Estado actual de las mipymes del sector textil de la confección en Lima. Ingeniería Industrial, 035, 113. https://doi.org/10.26439/ing.ind2017.n035.1795
León, R., Díaz, M., & Rodríguez, L. (2020b). Management of an artificial vision system for the detection of damage caused by pests in avocado crop using a drone. Revista Ciencia y Tecnología, 16(4), 145–151. https://doi.org/10.17268/rev.cyt.2020.04.14
Luo, S., Li, X., Wang, D., Li, J., & Sun, C. (2015). Automatic Fish Recognition and Counting in Video Footage of Fishery Operations. 2015 International Conference on Computational Intelligence and Communication Networks (CICN), 296–299. https://doi.org/10.1109/CICN.2015.66
Martínez-Yáñez, A. del R., Albertos-Alpuche, P. J., Guzman-Mendoza, R., Robaina-Robaina, L. E., Alvarez-Gonzalez, A., & Diaz-Plascencia, D. (2018). Production and chemical composition of hydrophytes cultivated in aquaponics. Ecosistemas y Recursos Agropecuarios, 5(14), 247–257. https://doi.org/10.19136/era.a5n14.1447
Mejia, B., Salas, A., & Kemper, G. (2018). An Automatic System Oriented to Counting and Measuring the Geometric Dimensions of Gray Tilapia Fingerlings Based on Digital Image Processing. 2018 IEEE XXV International Conference on Electronics, Electrical Engineering and Computing (INTERCON), 1–4. https://doi.org/10.1109/INTERCON.2018.8526426
Mejía González, J. J., Zapata Gil, S. A., León Serna, S., Buriticá Isaza, N., González Jaramillo, D. A., & Zamora Vélez, J. M. (2021). Construcción de prototipo de CANSAT para toma de imágenes aéreas para detección de zonas de vegetación en agricultura de precisión. Ciencia y Poder Aéreo, 16(2), 11–28. https://doi.org/10.18667/cienciaypoderaereo.709
Narciso Horna, W. A., & Manzano Ramos, E. A. (2021). Sistema de visión artificial basado en redes neuronales convolucionales para la selección de arándanos según estándares de exportación. Campus, 26(32), 155–166. https://doi.org/10.24265/campus.2021.v26n32.01
Oliveira Ivo, I., Sacardi Biudes, M., Gomes Machado, N., Fabricio dos Santos, L. O., & Lopes Pedreira Junior, A. (2020). Parâmetros Biofísicos de Diferentes Tipos de Cobertura do Solo em uma área de Cerrado no Sul de Mato Grosso. Revista Brasileira de Meteorologia, 35(1), 111–122. https://doi.org/10.1590/0102-7786351021
Paccioretti, P., Córdoba, M., & Balzarini, M. (2020). Desarrollo de un software para mapeo de variabilidad espacial en agricultura y ambiente. AgriScientia, 37(1), 75–84. https://doi.org/10.31047/1668.298x.v37.n1.27863
Parody Zuleta, A. M., & Zapata Sanjuan, E. de J. (2018). Agricultura de precisión en Colombia utilizando teledetección de alta resolución. Suelos Ecuatoriales, 48(1–2), 41–49. http://unicauca.edu.co/revistas/index.php/suelos_ecuatoriales/article/view/94
Perret, J., Villalobos Leandro, J. E., Abdalla Bolaños, K., Fuentes Fallas, C. L., Cuarezma Espinoza, K. M., Macas Amaya, E. N., López Maietta, M. T., & Drewry, D. (2020). Desarrollo de métodos de análisis de espectroscopia y algoritmos de aprendizaje automático para la evaluación de algunas propiedades del suelo en Costa Rica. Agronomía Costarricense. https://doi.org/10.15517/rac.v44i2.43108
Piñeiro Antelo, M. de los Á., Durán Villa, F. R., & Santos, X. M. (2018). Inmigración peruana y pesca en el puerto de Cambados (Galicia): una perspectiva de género. Boletín de La Asociación de Geógrafos Españoles, 76, 218. https://doi.org/10.21138/bage.2521
Porras-Rivera, G., & Rodríguez-Pulido, J. A. (2019). Comparación y Caracterización Morfométrica del Híbrido (Pseudoplatystoma metaense x Leiarius marmoratus) y sus Parentales (Siluriformes: Pimelodidae). International Journal of Morphology, 37(4), 1409–1415. https://doi.org/10.4067/S0717-95022019000401409
Ramírez Gómez, C. A. (2020). Aplicación del machine learning en agricultura de precisión. Revista CINTEX, 25(2), 14–27. https://doi.org/10.33131/24222208.356
Ribeiro de Oliveira, F., Braga França, S. L., & Duncan Rangel, L. A. (2019). Princípios de economia circular para o desenvolvimento de produtos em arranjos produtivos locais. Interações (Campo Grande), 1179–1193. https://doi.org/10.20435/inter.v20i4.1921
Rodriguez, D., Lisboa Rocha, M., De queiroz Trevisan, D. M., De Castro Jorge, L. A., Ferreira, E. J., Prado Osco, L., & Melgaço Barbosa, R. (2021). Aplicando Mineração de Imagens na Agricultura de Precisão. Revista Cereus, 13(3), 283–301. http://ojs.unirg.edu.br/index.php/1/article/view/3572/
Rojas-Vilcahuaman, S., Solano, S. A. ., Camayo-Lermo, K. N. ., Vicente-Ramos, W. E. ., & Mejia, C. R. (2019). Innovación Disruptiva: Generación de una encuesta para la medición del potencial y nivel según las características de las empresas exportadoras en 5 departamentos del Perú. Espacios, 40(11). https://cris.continental.edu.pe/en/publications/innovación-disruptiva-generación-de-una-encuesta-para-la-medición
Rubin de Celis, E., Cruz Burga, Z. A., Rosot, N. C., Dalla Corte, A. P., & Araki, H. (2021). Cambio de uso de la tierra en la amazonía peruana mediante algoritmos de inteligencia artificial. Journal of Biotechnology and Biodiversity, 9(1), 073–084. https://doi.org/10.20873/jbb.uft.cemaf.v9n1.celis
Sierralta Chichizola, V., Mayta Huatuco, E., & León Quispe, J. (2016). Primer Registro de Plesiomonas shigelloides como Patógeno Oportunista de Tilapia Oreochromis niloticus (Linnaeus, 1758) en una Piscigranja de Lima, Perú. Revista de Investigaciones Veterinarias Del Perú, 27(3), 565. https://doi.org/10.15381/rivep.v27i3.11996
Zafra Trelles, A. M., Diaz Barboza, M. E., Davila Gil, F. A., Vela Alva, K. A., & Colchado Colchado, J. P. E. (2018). Catálogo de peces ornamentales en Trujillo, La Libertad-Perú. Arnaldoa, 25(2), 757–786. https://doi.org/10.22497/ARNALDOA.252.25221
Zárate M., I., Sánchez P., C., Palomino C., H., & Smith D., C. (2018). Caracterización de la crianza de trucha arcoíris (Oncorhynchus mykiss) en la provincia de Chincheros, Apurímac, Perú. Revista de Investigaciones Veterinarias Del Perú, 29(4), 1310–1314. https://doi.org/10.15381/rivep.v29i4.15196
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Jeison Elí Sanchez-Calle, Gian Poll Castillo-Armas
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores retienen sus derechos:
a. Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el articulo publicado en la Revista Científica de Sistemas e Informática (RCSI) (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la RCSI.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, número y fecha).
