Diseño y validación de un espectrógrafo de bajo costo, para la extracción de características del suelo
Data
2022-12-07Direttore
Calderon Bocanegra, Francisco CarlosValutatori
Colorado Montaño, Parra RodríguezPublishers
Pontificia Universidad Javeriana
facoltà
Facultad de Ingeniería
programma
Maestría en Ingeniería Electrónica
Titolo ottenuto
Magíster en Ingeniería Electrónica
Tipo
Tesis/Trabajo de grado - Monografía - Maestría
COAR
Tesis de maestríaCondividi questo record
Citación
Metadata
Mostra tutti i dati dell'item
Documenti PDF
Titolo inglese
Design and validation of a low-cost spectrograph for the extraction of soil characteristicsSommario
El siguiente trabajo de grado es un estudio realizado al sensor AS7265x para predecir características químicas del suelo como; pH, Matearía Orgánica (Mo), Potasio (K), Magnesio (Mg) y Sodio (Na) entre otras. Se realizo el diseño de un espectrógrafo de bajo costo para realizar mediciones de reflexión en el rango de 400 a 900 nanómetros. También se realizan simulaciones a partir de datos de suelo suministrados por Agrosavia esto con el fin de poder validar el dispositivo diseñado y a su vez validar la hipótesis de que la mayor cantidad de información de estas variables químicas se encuentran dentro del rango de longitud de onda de 400 a 900 nm. Se realizan mediciones de las muestras de suelo con el sensor AS7265x y se estudian diferentes modelos del Aprendizaje de Maquina como regresores y diferentes clasificadores obteniendo bajos resultados tanto en los modelos simulados como en los modelos implementados con los datos adquiridos con el sensor.
Astratto
The following work is a study of the AS7265x sensor to predict soil chemical characteristics such as pH, organic matter (Mo), potassium (K), magnesium (Mg) and sodium (Na) among others. A low-cost spectrograph was designed to perform reflection measurements in the range of 400 to 900 nanometers. Simulations were also carried out using soil data supplied by Agrosavia in order to validate the designed device and to validate the hypothesis that most of the information of these chemical variables is found within the wavelength range of 400 to 900 nm. Soil samples are measured with the AS7265x sensor and different Machine Learning models such as regressors and different classifiers are studied, obtaining low results both in the simulated models and in the models implemented with the data acquired with the sensor.
Parole chiave
EspectrógrafopH
Sodio
Potasio
Materia Orgánica
Regresiones
Clasificadores
Aprendizaje de maquina
Tema
Maestría en ingeniería electrónica - Tesis y disertaciones académicasAprendizaje de máquinas
Espectrometría múltiple
Suelos
Google Analytics Statistics