Local cover image
Local cover image

Algoritmos para agricultura de precisión utilizando computación de alto rendimiento

By: Contributor(s): Material type: TextTextPublication details: 2022Description: 1 archivo (5,4 MB) : il. colSubject(s): Online resources:
Contents:
Capítulo 1. Introducción -- 1.1 Antecedentes -- 1.2 Objetivos -- 1.3 General -- 1.4 Específicos -- 1.5 Motivación -- 1.6 Aporte -- 1.7 Publicaciones Propias -- 1.7.1 Revisión Literatura -- 1.7.2 Algoritmos Paralelos -- 1.7.3 Imágenes adquiridas con dron -- Capítulo 2. Marco Teórico -- 2.1 Agricultura de precisión -- 2.1.1 Visión por computadora -- 2.1.2 Procesamiento de imágenes -- 2.1.3 Técnicas de procesamiento de imágenes -- 2.1.4 Técnicas para la detección de líneas de cultivo -- 2.1.5 Técnicas de identificación de vegetación -- 2.1.6 Herramientas y equipos -- 2.1.7 Vehículos aéreos no tripulados (Drones) -- 2.2 Arquitecturas paralelas -- 2.2.1 Taxonomía de Flynn -- 2.2.2 Multiprocesadores -- 2.2.3 Procesadores vectoriales lineales -- 2.2.4 Arreglo de procesadores -- 2.3 Modelos de paralelismo -- 2.3.1 Paso de mensajes -- 2.3.2 Memoria compartida -- 2.3.3 Paralelismo de Hilos -- 2.3.4 Paralelismo de datos -- 2.3.5 Paralelismo de tareas -- 2.4 Medidas de rendimiento paralelo -- 2.4.1 Limitaciones del paralelismo -- 2.4.2 Tiempos de ejecución -- 2.4.3 Aceleración (SpeedUP) -- 2.4.4 Eficiencia -- 2.4.5 Costo computacional -- 2.4.6 Escalabilidad -- 2.5 Arquitecturas heterogéneas -- 2.5.1 Multicore -- 2.5.2 GPU -- 2.5.3 Xeon Phi -- 2.5.4 Raspberry -- 2.5.5 Jetson Nano -- 2.6 Lenguajes de programación paralela -- 2.6.1 MPI -- 2.6.2 OpenMP -- 2.6.3 CUDA -- 2.6.4 Python -- 2.6.5 Matlab -- 2.7 Diseño de Algoritmos paralelos -- 2.7.1 Teoría de la complejidad computacional -- 2.7.2 Principios de programación paralela -- 2.7.3 Concurrencia en los algoritmos -- 2.7.4 Metodología de Foster’s -- Capítulo 3. Caso de estudio -- 3.1 Herramientas y Equipamiento -- 3.1.1 Dron DJI Mavic 2 Pro -- 3.1.2 Adquisición de imágenes -- 3.1.3 Detalles de las muestras de cultivo -- 3.1.4 Equipo de procesamiento -- 3.2 Diseño del algoritmo -- 3.2.1 Alturas y longitudes en píxeles -- 3.2.2 Algoritmo paralelo con imágenes obtenidas con cámara -- 3.2.3 Algoritmo secuencial con imágenes obtenidas con dron -- 3.2.4 Algoritmo paralelo con imágenes obtenidas con dron -- Capítulo 4. Resultados -- 4.1 Procesamiento de imágenes -- 4.1.1 Primera semana -- 4.1.2 Segunda semana -- 4.1.3 Tercera semana -- 4.1.4 Cuarta semana -- 4.2 Medidas de rendimiento -- 4.2.1 Tiempos de ejecución -- 4.2.2 Aceleración (Speedup) -- 4.2.3 Eficiencia -- 4.2.4 Costo computacional -- 4.3 Pruebas estadísticas -- 4.4 Análisis de Resultados -- Conclusiones -- Trabajos futuros -- Referencias
Dissertation note: Tesis (Doctorado en Ciencias Informáticas) - Universidad Nacional de La Plata. Facultad de Informática, 2022.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 22/38 (Browse shelf(Opens below)) Available DIF-05172
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde

Tesis (Doctorado en Ciencias Informáticas) - Universidad Nacional de La Plata. Facultad de Informática, 2022.

Capítulo 1. Introducción -- 1.1 Antecedentes -- 1.2 Objetivos -- 1.3 General -- 1.4 Específicos -- 1.5 Motivación -- 1.6 Aporte -- 1.7 Publicaciones Propias -- 1.7.1 Revisión Literatura -- 1.7.2 Algoritmos Paralelos -- 1.7.3 Imágenes adquiridas con dron -- Capítulo 2. Marco Teórico -- 2.1 Agricultura de precisión -- 2.1.1 Visión por computadora -- 2.1.2 Procesamiento de imágenes -- 2.1.3 Técnicas de procesamiento de imágenes -- 2.1.4 Técnicas para la detección de líneas de cultivo -- 2.1.5 Técnicas de identificación de vegetación -- 2.1.6 Herramientas y equipos -- 2.1.7 Vehículos aéreos no tripulados (Drones) -- 2.2 Arquitecturas paralelas -- 2.2.1 Taxonomía de Flynn -- 2.2.2 Multiprocesadores -- 2.2.3 Procesadores vectoriales lineales -- 2.2.4 Arreglo de procesadores -- 2.3 Modelos de paralelismo -- 2.3.1 Paso de mensajes -- 2.3.2 Memoria compartida -- 2.3.3 Paralelismo de Hilos -- 2.3.4 Paralelismo de datos -- 2.3.5 Paralelismo de tareas -- 2.4 Medidas de rendimiento paralelo -- 2.4.1 Limitaciones del paralelismo -- 2.4.2 Tiempos de ejecución -- 2.4.3 Aceleración (SpeedUP) -- 2.4.4 Eficiencia -- 2.4.5 Costo computacional -- 2.4.6 Escalabilidad -- 2.5 Arquitecturas heterogéneas -- 2.5.1 Multicore -- 2.5.2 GPU -- 2.5.3 Xeon Phi -- 2.5.4 Raspberry -- 2.5.5 Jetson Nano -- 2.6 Lenguajes de programación paralela -- 2.6.1 MPI -- 2.6.2 OpenMP -- 2.6.3 CUDA -- 2.6.4 Python -- 2.6.5 Matlab -- 2.7 Diseño de Algoritmos paralelos -- 2.7.1 Teoría de la complejidad computacional -- 2.7.2 Principios de programación paralela -- 2.7.3 Concurrencia en los algoritmos -- 2.7.4 Metodología de Foster’s -- Capítulo 3. Caso de estudio -- 3.1 Herramientas y Equipamiento -- 3.1.1 Dron DJI Mavic 2 Pro -- 3.1.2 Adquisición de imágenes -- 3.1.3 Detalles de las muestras de cultivo -- 3.1.4 Equipo de procesamiento -- 3.2 Diseño del algoritmo -- 3.2.1 Alturas y longitudes en píxeles -- 3.2.2 Algoritmo paralelo con imágenes obtenidas con cámara -- 3.2.3 Algoritmo secuencial con imágenes obtenidas con dron -- 3.2.4 Algoritmo paralelo con imágenes obtenidas con dron -- Capítulo 4. Resultados -- 4.1 Procesamiento de imágenes -- 4.1.1 Primera semana -- 4.1.2 Segunda semana -- 4.1.3 Tercera semana -- 4.1.4 Cuarta semana -- 4.2 Medidas de rendimiento -- 4.2.1 Tiempos de ejecución -- 4.2.2 Aceleración (Speedup) -- 4.2.3 Eficiencia -- 4.2.4 Costo computacional -- 4.3 Pruebas estadísticas -- 4.4 Análisis de Resultados -- Conclusiones -- Trabajos futuros -- Referencias

Click on an image to view it in the image viewer

Local cover image