Mostrar el registro sencillo del ítem
Sistema empresarial inteligente para la clasificación de residuos
| dc.contributor | Vargas Cardona, Hernán Darío | |
| dc.contributor | Torres Valencia, Cristian Alejandro | |
| dc.creator | Cantor, Elkin Leonardo | |
| dc.creator | Morales Cadavid, Santiago | |
| dc.creator | Correa, Leidy Johana | |
| dc.date | 2024-06-08T14:29:19Z | |
| dc.date | 2024-06-08T14:29:19Z | |
| dc.date | 2023 | |
| dc.date.accessioned | 2026-10-15T17:12:37Z | |
| dc.date.available | 2026-10-15T17:12:37Z | |
| dc.identifier | https://vitela.javerianacali.edu.co/handle/11522/2025 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/189912 | |
| dc.description | Existe evidencia de que en Colombia se producen 24,8 millones de toneladas de residuos al año, de los cuales el 47% provienen de los hogares con una generación per cápita de 515 kilogramos y a su vez la tasa de reciclaje, que se refiere a la proporción de material reciclado sobre la generación total de residuos sólidos, es cercana al 12% en el año 2019, siendo esta una cifra muy baja comparada con la de otros países como Alemania donde llega al 68%. Por medio de este proyecto se buscó realizar un modelo de aprendizaje automático que a través del reconocimiento de imágenes permitiera en el ámbito empresarial realizar una correcta clasificación de residuos en las diferentes canecas del punto ecológico, así como la recolección de información que permita calcular diversos indicadores a nivel individual y de empresa, proporcionando información clave para el desarrollo de futuras campañas de impacto ambiental y buscando diversos mecanismos y estrategias que promuevan el uso de esta herramienta y nos convierta en un aliado estratégico del medio ambiente. Asimismo, por medio del desarrollo de este proyecto, se obtuvo un dataset que permitió crear algoritmos robustos que contribuyen al correcto entrenamiento del modelo de clasificación de residuos, este modelo se desarrolló en lenguaje Python, empleando algoritmos de Deep Learning, especialmente haciendo uso de redes neuronales convolucionales que permitieron la construcción de un prototipo o diseño (mockup) de una aplicación móvil donde a futuro se podrá desplegar el modelo realizado. | |
| dc.format | 69 p. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Pontificia Universidad Javeriana Cali | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Reciclaje | |
| dc.subject | Deep Learning | |
| dc.subject | Impacto ambiental | |
| dc.subject | Consciencia ambiental | |
| dc.subject | Modelo de clasificación | |
| dc.title | Sistema empresarial inteligente para la clasificación de residuos | |
| dc.type | http://purl.org/coar/resource_type/c_bdcc | |
| dc.type | Tesis/Trabajo de grado - Monografía - Maestría | |
| dc.type | https://purl.org/redcol/resource_type/TM |
Ficheros en el ítem
| Ficheros | Tamaño | Formato | Ver |
|---|---|---|---|
|
No hay ficheros asociados a este ítem. |
|||