Mostrar el registro sencillo del ítem

dc.contributor.authorROQUE TONGUINO, ELSY FERNANDA
dc.contributor.authorLOPEZ GUEVARA, JHON HERNANDO
dc.date.accessioned2023-11-15T17:00:41Z
dc.date.available2023-11-15T17:00:41Z
dc.date.issued2023-11-24
dc.identifier.urihttp://hdl.handle.net/20.500.12276/1542
dc.description.abstractEn la actualidad, la agricultura se encuentra bajo la influencia de diversos factores de índole ambiental y social que han generado un impacto significativo en su funcionamiento. La contaminación, el cambio climático y la sobrepoblación son aspectos fundamentales que han ejercido una presión considerable sobre la producción de alimentos. Este escenario se torna particularmente crítico la acuaponía, siendo este, un sistema innovador que fusiona la acuicultura con la hidroponía. En este contexto, se erige como una alternativa sumamente prometedora para abordar los desafíos de la producción sostenible de alimentos [3]. En el ámbito de la acuaponía, emerge un reto de suma importancia radica en lograr una gestión eficiente y sostenible de los sistemas acuapónicos. Estos sistemas, que amalgaman la crianza de peces con el cultivo hidropónico de plantas, presentan un potencial significativo para la producción de alimentos en entornos controlados [4]. No obstante, enfrentan obstáculos cruciales, especialmente en lo concerniente a la monitorización y control de los parámetros físico-químicos del agua, los cuales ejercen una influencia directa en la salud y el rendimiento de los cultivos [5].es
dc.language.isoeses
dc.publisherAUNARes
dc.subjectAcuaponiaes
dc.subjectregresión logística,es
dc.subjectred neuronal multicapaes
dc.titleOPTIMIZACIÓN DE LA GESTIÓN ACUAPÓNICA UTILIZANDO TÉCNICAS DE MACHINE LEARNING Y DATOS GENERADOS POR IOT DE UN ESTANQUE ACUAPÓNICOes
dc.typeThesises
dc.clasificacionI.I.C.58es


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem