Yuriria, Gto.- Aurora Álvarez Sámano, estudiante de la Maestría en Ingeniería Electrónica Aplicada de la Universidad de Guanajuato (UG), obtuvo el reconocimiento a Mejor Presentación en la 9ª Conferencia Internacional sobre Aprendizaje Automático e Inteligencia de Máquinas (MLMI, por sus siglas en inglés), que se celebró en Tokio, Japón.
De acuerdo al comunicado de prensa, la estudiante de la sede Yuriria del Campus Irapuato-Salamanca, presentó el artículo “Detección del virus de rugosidad marrón del fruto del tomate (ToBRFV) en hojas de Solanum lycopersicum mediante características de color y textura y redes neuronales artificiales” (Detection of Tomato Brown Rugose Fruit Virus (ToBRFV) on Solanum lycopersicum Leaves using Color and Texture features and Artificial Neural Networks), que se publicará por la Association for Computing Machinery, la sociedad científica y educativa de computación más grande del mundo.
El proyecto consiste en detectar el Virus Rugoso del Tomate (Tomato Brown Rugose Fruit Virus, que se abrevia ToBRFV) en hojas de tomate, utilizando una red neuronal artificial llamada perceptrón multicapa, cuyas siglas son MLP. El Virus Rugoso es una enfermedad de rápida propagación que afecta a los cultivos de tomate y pimiento en todo el mundo. Debido a su alta transmisibilidad, la detección temprana y precisa es fundamental para la producción agrícola.
En colaboración con la Universidad Autónoma de Sinaloa, se obtuvo un conjunto de imágenes de hojas de tomate, dividido en hojas sanas y hojas infectadas con ToBRFV. Estas imágenes pasaron por una etapa de procesamiento, en donde se eliminaron fondos innecesarios. A partir de esas imágenes, se extrajeron las características que representan a dicha enfermedad.
Los síntomas del virus incluyen alteraciones en la coloración y la textura de las hojas. Por ello, se realizó un análisis de diversas características relacionadas con el color y textura de la hoja. Posteriormente, se entrenó una red neuronal para identificar la presencia del virus en imágenes a partir de dichas características. Como resultado, fue posible clasificar exitosamente hojas sanas y hojas infectadas, alcanzando altos niveles de exactitud y precisión. Así, el proyecto contribuye a la identificación del ToBRFV en cultivos de tomate y el desarrollo de sistemas de monitoreo inteligentes para enfermedades en plantas.
Para Aurora Álvarez: “Recibir este reconocimiento fue un gran honor, me da mucho gusto poder divulgar este proyecto de una manera que cualquier persona pueda entender. Representa la culminación de todo el esfuerzo que se ha realizado tanto en equipo como individualmente para poder sacar adelante este trabajo”. También refirió que su asesora de tesis es la Dra. Rocío Alfonsina Lizárraga Morales, profesora de la División de Ingenierías.
La estudiante es originaria de Maravatío del Encinal, en Salvatierra, Guanajuato. Cursó el programa de Ingeniería en Sistemas Computacionales en el Departamento de Estudios Multidisciplinarios, donde actualmente continua con sus estudios de posgrado.
La 9th International Conference on Machine Learning and Machine Intelligence se celebró del 17 al 20 de julio en la capital de Japón, organizado por la Universidad de Rikkyo, con el objetivo de avanzar en el aprendizaje automático y la inteligencia artificial en beneficio de la sociedad.
