Utilización de redes de sensores inalámbricas y técnicas de aprendizaje automático para la obtención de conocimiento útil en entornos vitivinícolas
- Autores: Roberto Fernández Martínez
- Directores de la Tesis: Francisco Javier Martínez de Pisón Ascacíbar (dir. tes.), Eduardo Martínez de Pisón Ascacibar (dir. tes.)
- Lectura: En la Universidad de La Rioja ( España ) en 2012
- Idioma: español
- Tribunal Calificador de la Tesis: Joaquín Bienvenido Ordieres Meré (presid.), Rubén Lostado Lorza (secret.), Eliseo Pablo Vergara González (voc.), Francisco Ortega Fernández (voc.), Javier Alfonso Cendón (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: Dialnet
- Resumen
El objetivo principal de este trabajo ha consistido en desarrollar y aplicar una metodología basada en procesos de minería de datos, que permita obtener un conocimiento útil en el campo de la viticultura dentro del proceso de maduración de la uva, en el control de las técnicas de cultivo y en la producción de vino, utilizando redes de sensores inalámbricas en situaciones donde aporten una información interesante del proceso.
La metodología se basa en técnicas de minería de datos, prestando especial atención a los métodos de selección de variables y a la generación y validación de algoritmos de aprendizaje, que permiten obtener modelos predictivos altamente precisos y fácilmente interpretables.
La validación de esta metodología ha sido analizada en tres situaciones: ¿ En el modelado de variables significativas en el proceso de maduración de la uva, analizando la influencia de las condiciones ambientales.
¿ Obteniendo modelos de predicción de parámetros relativos a la calidad del vino durante el proceso de producción, considerando relevante como afectan las condiciones del suelo en el que se desarrolla la planta y las variables ambientales soportadas.
¿ En la predicción, a través de modelos, del potencial hídrico foliar de la planta para ayudar en el control del proceso de irrigación del viñedo.
