|
Abstract |
La agricultura de precisión es una práctica vital para
mejorar la producción de cosechas. El presente trabajo tiene
como objetivo desarrollar un modelo multimodal de aprendizaje
profundo que es capaz de producir un mapa de salud de
cosechas. El modelo recibe como entradas imágenes multiespectrales
y datos de sensores de campo (humedad,
temperatura, estado del suelo, etc.) y crea un mapa de
rendimiento de la cosecha. La utilización de datos multimodales
tiene como finalidad extraer patrones ocultos del estado de salud
de las cosechas y de esta manera obtener mejores resultados que
los obtenidos mediante los índices de vegetación. |
|