Neural Computing and Applications
4 de diciembre. Víctor Martínez, director del Máster en Big Data de la Universidad Isabel I, ha coescrito un artículo científico titulado "Pronóstico temporal de la altura de la planta y el diámetro del dosel a partir de imágenes RGB utilizando un modelo de regresión basado en CNN para plantas de pimiento ornamental (Capsicum spp.) que crecen bajo estrés de alta temperatura". Publicado en la revista Neural Computing and Applications, este trabajo presenta un modelo avanzado que combina tecnologías de visión por computadora e inteligencia artificial para analizar el crecimiento de cultivos agrícolas bajo condiciones adversas.
El estudio se centra en el uso de imágenes RGB y redes neuronales convolucionales (CNN) para monitorizar parámetros clave del desarrollo de las plantas. Las imágenes RGB son fotografías digitales que contienen información en tres canales de color: rojo (R), verde (G) y azul (B), lo que permite captar detalles visuales del objeto fotografiado. Estas imágenes, que se pueden adquirir con dispositivos comunes y de bajo coste, se procesan mediante redes neuronales convolucionales, un modelo avanzado de inteligencia artificial diseñado para analizar patrones en imágenes, como formas, texturas y colores. Este enfoque automatizado ofrece predicciones precisas sobre la altura y el diámetro del dosel de las plantas, parámetros cruciales para entender su salud y desarrollo, así como su idoneidad para ser empleadas como plantas ornamentales.
Este trabajo tiene un gran potencial en el ámbito de la agricultura de precisión, especialmente frente al estrés térmico que afecta a los cultivos debido al cambio climático. Según los resultados, el modelo desarrollado permite a los agricultores obtener datos en tiempo real y con alta precisión, optimizando recursos como el agua y los fertilizantes. Esto no solo mejora la sostenibilidad de los sistemas agrícolas, sino que también incrementa la resiliencia ante condiciones climáticas extremas.
Con su participación en este proyecto, nuestro docente refuerza el compromiso del Máster en Big Data con la investigación aplicada y el desarrollo de soluciones basadas en datos para resolver problemas globales. La colaboración interdisciplinar entre expertos en inteligencia artificial, agronomía y biología que sustenta este estudio marca un precedente para futuras investigaciones orientadas a integrar tecnología y sostenibilidad.