Uso de redes neuronal convolucionales 1D en espectrometrías para clasificación de géneros de microalgas

  1. González Hernández, José 1
  2. Guzmán Sánchez, José Luis 1
  3. Acién, Gabriel 1
  4. Ciardi, Martina 1
  5. Moreno Úbeda, José Carlos 1
  1. 1 Universidad de Almería
    info

    Universidad de Almería

    Almería, España

    ROR https://ror.org/003d3xx08

Libro:
XLIV Jornadas de Automática: libro de actas: Universidad de Zaragoza, Escuela de Ingeniería y Arquitectura, 6, 7 y 8 de septiembre de 2023, Zaragoza
  1. Ramón Costa Castelló (coord.)
  2. Manuel Gil Ortega (coord.)
  3. Óscar Reinoso García (coord.)
  4. Luis Enrique Montano Gella (coord.)
  5. Carlos Vilas Fernández (coord.)
  6. Elisabet Estévez Estévez (coord.)
  7. Eduardo Rocón de Lima (coord.)
  8. David Muñoz de la Peña Sequedo (coord.)
  9. José Manuel Andújar Márquez (coord.)
  10. Luis Payá Castelló (coord.)
  11. Alejandro Mosteo Chagoyen (coord.)
  12. Raúl Marín Prades (coord.)
  13. Vanesa Loureiro-Vázquez (coord.)
  14. Pedro Jesús Cabrera Santana (coord.)

Editorial: Servizo de Publicacións ; Universidade da Coruña

ISBN: 9788497498609

Año de publicación: 2023

Páginas: 399-404

Congreso: Jornadas de Automática (44. 2023. Zaragoza)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR lock_openRUC editor

Resumen

En este trabajo se presenta el desarrollo de una red neuronal para la clasificación de especies de microalgas basada en muestras espectrales. Los datos necesarios para realizar la clasificación son obtenidos mediante un espectrofotómetro, utilizado barridos espectrales como datos representativos para la caracterización de las muestras. El modelo desarrollado ha sido entrenado en base a estos datos y permite distinguir y clasificar entre 4 géneros diferentes de microalgas, Spirulina, Chlorella, Synechococcus y Scenedesmus. Los resultados demuestran una elevada tasa de acierto y precisión en el modelo frente a muestras puras, presentando un gran potencial para el desarrollo futuro de herramientas para la monitorización de cultivos a gran escala que permita contribuir al control de contaminación del cultivo.

Fuente de los datos: Dialnet