Page 13 - Ingeniantes congreso Misantla 623 final
P. 13
Revista Ingeniantes 2019 Año 6 No.2 Vol. 3
Base de conocimiento de prácti-
cas agrícolas codificada en Deep
Learning para la producción de
Lima persa
Colaboración
Lidia Arely Díaz Hernández; Carlos Alexis Cano
Villa; Roberto Ángel Meléndez Armenta; Eddy
Sánchez de la Cruz; Gregorio Fernández Lambert,
Instituto Tecnológico Superior de Misantla
RESUMEN: Presentamos la construc- ABSTRACT: We present the construction of a knowled-
ción de una base de conocimiento con ge-base with data of agricultural practices and environ-
datos de prácticas agrícolas y pará- mental parameters in the cultivation of Persian Lima. The
metros ambientales en el cultivo de knowledge-base was processed using the WEKA softwa-
Lima persa. La base de conocimiento re, and it was found that for cross-validation with Per-
fue procesada utilizando el software centage Split for 217 records corresponding to 66.66%,
WEKA, y se encontró que, para vali- combining the AtributeSelectedClassifier + Multiplayer
dación cruzada con Percentage Split classifiers, the resulting correlation is 99.65% of co-
para 217 registros correspondiente a rrectly classified instances, with mean absolute error of
66.66%, combinando los clasificado- 895.79 kg, relative absolute error of 9.57%. This result
res AtributeSelectedClassifier+Multi- generates confidence in future predictions for simulating
player, la correlación resultante es de production scenarios of Persian Lima.
99.65% de instancias correctamente KEYWORDS: Supplier selection. Food Supply Chain
clasificadas, con error medio absolu- (FSC). Artificial Intelligence. Artificial Neural Network.
to de 895.79 kg, error absoluto rela- Deep Learning.
tivo de 9.57%. Este resultado previo, INTRODUCCIÓN
genera confianza para futuras pre- La cadena de suministro implica personas, organizaciones,
dicciones simulando escenarios de métodos los cuales interactúan en actividades relacionadas
producción de Lima persa. con el flujo y transformación de bienes, desde la etapa de
PALABRAS CLAVE: Selección de materia prima hasta el usuario final, así como los flujos de
proveedor. Cadena de Suministro información relacionados, dentro de procesos con diversos
Alimentaria (CSA). Inteligencia Arti- intereses que en ella intervienen. En este sentido, la sincroni-
ficial. Red Neuronal Artificial. Deep zación de los diversos agentes involucrados en la cadena de
Learning.
09
