Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2020-09-01T17:11:42Z
dc.date.available 2020-09-01T17:11:42Z
dc.date.issued 2020
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/103570
dc.description.abstract Los productores de viñedos han estado reuniendo información operacional significativa sobre sus campos, y las fincas más avanzadas pueden producir varios años de datos sobre cómo se ha plantado, regado, fertilizado y cómo han madurado las uvas. A pesar de esta riqueza de datos operacionales, hoy en día no existe ninguna herramienta que pueda complementar y gestionar eficientemente estos datos para proporcionar una previsión precisa del rendimiento y predecir los efectos destructivos de los eventos de heladas. La previsión del rendimiento es el proceso para estimar la cantidad de producción de uva para cada sección de un campo en términos de kilos por unidad de superficie. El primer objetivo de Wireless Wine es desarrollar una solución basada en el “aprendizaje de máquinas” lista para usar, que combine la riqueza de la información operativa de los productores, los datos meteorológicos regionales, las estaciones meteorológicas a nivel de campo y los dispositivos de IoT desplegados directamente en el campo para proporcionar una previsión precisa del rendimiento. En la región de Mendoza, las heladas han hecho que la producción de uva de 2016 sea un 40% inferior a la de 2015. Los productores pueden combatir un evento de heladas calentando el campo, pero tienen que saber que el evento de heladas viene con un par de horas de anticipación. Los pronósticos meteorológicos a escala regional no proporcionan la precisión necesaria para predecir de manera fiable los eventos de heladas. El segundo objetivo del WirelessWine es identificar, de forma iterativa, la ubicación de los sensores (en el follaje, en el racimo, a diferentes alturas, etc.) que permite la predicción más precisa del evento de helada. es
dc.format.extent 160-164 es
dc.language es es
dc.subject Industrial internet of things es
dc.subject Smart agriculture es
dc.subject Yield estimation es
dc.subject Frost prediction es
dc.subject Vineyards es
dc.subject Wireless sensors networks es
dc.subject Machine learning es
dc.title Wireless wine: estimación de rendimiento y ubicación de sensores para la predicción de heladas en los viñedos es
dc.type Objeto de conferencia es
sedici.identifier.isbn 978-987-3714-82-5 es
sedici.creator.person Dujovne, Diego es
sedici.creator.person Watteyne,Thomas es
sedici.creator.person Mercado, Gustavo es
sedici.creator.person Diedrichs, Ana es
sedici.creator.person Taffernaberry, Juan Carlos es
sedici.creator.person Pérez Peña, Jorge es
sedici.description.note Eje: Arquitectura, Redes y Sistemas Operativos. es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/4.0/
sedici.date.exposure 2020-05
sedici.relation.event XXII Workshop de Investigadores en Ciencias de la Computación (WICC 2020, El Calafate, Santa Cruz). es
sedici.description.peerReview peer-review es
sedici.relation.isRelatedWith http://sedici.unlp.edu.ar/handle/10915/103151 es


Descargar archivos

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

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)