Menu Content/Inhalt
Inicio
Bienvenidos
 
Bienvenido a la web del Grupo de Clasificación de Patrones y Análisis de Imágenes .

La actividad de nuestro grupo se centra en resolver problemas de clasificación de patrones utilizando técnicas de Softcomputing (principalmente Redes Neuronales y Algoritmos Genéticos), estadísticas (ICA, PCA), de computación de altas prestaciones (HPC) y de análisis de imágenes (en aquellos en los que la fuente de datos sean imágenes).

Todos los miembros del grupo somos profesores del área de Electrónica de la UEx, los cual nos permite desarrollar sistemas y prototipos electrónicos, tanto de Electrónica Analógica, como Digital, sistemas basados en microcontroladores, robótica, etc ...

También pertenecemos al Instituto de Investigación en Computación Científica Avanzada (ICCAEx) de la Universidad de Extremadura.

Se puede encontrar información adicional sobre nuestro grupo en el Catalogo de Grupos de Investigación de la Universidad de Extremadura.
 
WeedDL: detección automática de malezas en tiempo real
Título:WeedDL: detección automática de malezas en tiempo real
Entidad financiadora: 
Cátedra Teléfonica de la UEx

Duración: 

Septiembre 2019 - Marzo 2020
Entidades participantes:
Universidad de Extremadura

Investigador principal:

Miguel Macías Macías
Participantes CAPI: 2 (Total: 4)
Cuantía: 
3000 €
Descripción:El proyecto WeedDL (http://catedratelefonica.unex.es/conoce-el-proyecto-weeddl-deteccion-automatica-de-malezas-en-tiempo-real/ ) obtuvo uno de los premios anuales de la catedra telefónica a proyectos relacionados con IoT, Big Data, Machine Learning y Blockchain para el sector agroganadero dentro de la convocatoria de 2019. WeedDl es un proyecto multidisciplinar (https://twitter.com/Proyecto_WeedDL ) en el que se pretenden aplicar los últimos avances de la inteligencia artificial en el campo de la detección de objetos en imágenes al campo de la agricultura de precisión, más concretamente a la detección automática de malezas en cultivos para la modulación en el uso de herbicidas.
 
TFM - Desarrollo de un sistema autoguiado para la monitorización de cultivos (2018)
Título:Desarrollo de un sistema autoguiado para la monitorización de cultivos
Alumno: Eugenio Abengózar García-Moreno

Tipo: 

Trabajo Fin de Máster
Títulación:Máster Universitario en Gestión de la Innovación Tecnológica

Calificación: 

Matricula de Honor
Año: 2018
Directores:Carlos J. García Orellana y Miguel Macías Macías

 
Resumen:

En este Trabajo de Fin de Máster se aborda el desarrollo de una plataforma middleware que pueda ser empleada como soporte para la monitorización de variables agroambientales. Esta plataforma se integrará además en una base móvil autoguiada que permita el estudio de dichas variables de manera remota y no vigilada.
Todo el desarrollo se ha hecho dentro del marco del Internet de las Cosas (IoT), permitiendo así que todo el control y todos los resultados de la plataforma se encuentren a través de varios servicios abiertos y accesibles.

 
AgroThing

 

Leer más...
 
<< Inicio < Anterior 1 2 Siguiente > Final >>

Resultados 1 - 4 de 7

Noticias

Relacionados