https://hdl.handle.net/20.500.12724/8868 Wed, 15 Apr 2026 04:30:05 GMT 2026-04-15T04:30:05Z https://hdl.handle.net/20.500.12724/24592 Sistema de detección de plagas basado en visión computacional para los cultivos de vid de la zona sur del Perú Marquez Celada, Danah Scarlett El Perú se ha consolidado como el principal exportador mundial de uva de mesa, existiendo más de 22000 hectáreas de cultivo principalmente en las regiones de Ica un 47% y Piura el 36%. Sin embargo, plagas como la Esca y la Spodoptera frugiperda representan una gran amenaza para los cultivos vitivinícolas de estas regiones, ya que generan entre otros, bayas más pequeñas, destrucción de las yemas, retraso del crecimiento, plagas secundarias, hasta la muerte de la plantación. Siendo el principal inconveniente La detección de la plaga para la aplicación de medidas basadas en control biológico o químico. El presente trabajo implementó un sistema de detección temprana de plagas en los cultivos de vid en la región de Ica, Perú, mediante técnicas de detección y clasificación de visión computacional de una sola etapa. Se desarrolló un dataset propio in the wild, el cual se combina con imágenes generadas mediante la técnica de stable difusión. Se aplicaron técnicas de preprocesamiento para los datos y mediante Transfer Learning se entrenaron y compararon los modelos YOLOv8 y RetinaNet para la detección de Esca y la Spodoptera frugiperda en las hojas de los cultivos de vid, obteniendo un mAP@0.5 78,2% para el primer modelo y un mAP@0.5 84,5% para el segundo. Finalmente, se usó el modelo seleccionado en una aplicación móvil para detectar plagas en los cultivos de vid en tiempo real.; Peru has established itself as the world's leading exporter of table grapes, with more than 22,000 hectares of crops, in the regions of Ica 47% and Piura 36%. However, pests such as Esca and Spodoptera frugiperda pose a major threat to wine crops in these regions, causing, among other things, smaller berries, bud destruction, growth retardation, secondary pests, and even the death of the plantation. The main challenge is the timely detection of the pest for the application of biological or chemical control measures. This work implements an early pest detection system in grape crops in the Ica region of Peru, using single-stage computer vision detection and classification techniques. A proprietary in-the-wild dataset has been developed and combined with images generated using stable diffusion techniques. Preprocessing techniques were applied to the data, and transfer learning was used to train and compare the YOLOv8 and RetinaNet models for the detection of Esca and Spodoptera frugiperda on grapevine leaves. The first model obtained a 78.2% mAP@0.5 and the second an 84.5% mAP@0.5. Finally, using the selected model, a mobile application was developed to enable real-time pest detection in grapevine crops. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12724/24592 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.12724/24512 Comparativa de algoritmos de consenso para votaciones electrónicas utilizando la plataforma Blockchain Ethereum Horna Rios, Fernando La tecnología Blockchain es ideal para ser aplicada a situaciones en las cuales se busca transparencia, inalterabilidad e incorruptibilidad; ello se logra gracias a la verificación criptográfica que deben realizar los nodos para que un bloque nuevo sea concatenado a la cadena de bloques, la cual impide un ingreso fraudulento o alterado de un bloque que no cumpla con el consenso de la red de nodos. Es por ello por lo que esta tecnología de almacenamiento de información resulta altamente apropiada para ser aplicada al ámbito electoral. El propósito de este trabajo es desarrollar una plataforma PoC funcional de voto electrónico basada en la tecnología Blockchain haciendo uso de dos algoritmos de consenso Proof of Authority y Proof of Work, para luego analizar los resultados de la comparación y determinar el más idóneo. Para ello se hizo uso de una Blockchain privada de Ethereum, y mediante los Smart Contracts fue posible establecer las reglas y limitaciones del sistema propuesto. Se implementó y validó la aplicación mediante la emisión y confirmación de múltiples votos, asimismo se puso a prueba mediante una serie de escenarios de validación. De igual modo se calcularon métricas de tiempo y eficiencia. Se concluyó que el algoritmo de Proof of Authority es el que resulta más idóneo para el caso actual, no solo debido a su bajo costo, sino también a su óptimo tiempo de procesamiento, su eficiencia energética, sus alternativas de control y gobernanza sobre el sistema, así como su capacidad de escalabilidad.; Blockchain technology is ideal to be applied to situations in which transparency, inalterability and incorruptibility are sought; this is achieved thanks to the cryptographic verification that the nodes must carry out so that a new block is concatenated to the chain of blocks, which prevents a fraudulent or altered entry of a block that does not comply with the consensus of the network of nodes. That is why this information storage technology is highly appropriate to be applied to the electoral field. The purpose of this paper is to develop a functional electronic voting PoC platform based on Blockchain technology using two consensus algorithms Proof of Authority and Proof of Work, to analyze the results of the comparison to determine the most suitable one. To achieve this, a private Ethereum Blockchain was used, and through Smart Contracts it was possible to establish the rules and limitations of the proposed system. The application was implemented and validated by casting and confirming multiple votes and was also tested using a series of validation scenarios. Time and efficiency metrics were also calculated. It was concluded that the Proof of Authority algorithm is the most suitable for the current case, not only due to its low cost, but also due to its optimal processing time, energy efficiency, system control and governance options, and scalability. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12724/24512 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.12724/24513 Análisis de efectividad de dificultad dinámica utilizando Flocking Strategies y Dynamic Scripting Gil Velarde, Rafael Alfonso En el diseño de videojuegos, un aspecto importante a ser estudiado es el estado de “flow”, en el cual la dificultad y destrezas del jugador se encuentran en sinergia. En la investigación se implementaron dos técnicas de ajuste dinámico de dificultad en un laberinto top-down: Dynamic Scripting y Flocking Strategies, con el objetivo de evaluar y demostrar su eficiencia en mantener el estado de flow de los jugadores a comparación de la dificultad estática. Se contó con la participación de 15 jugadores en total divididos en dos grupos, quienes jugaron un videojuego de laberinto con un nivel utilizando dificultad estática o dinámica para los comportamientos de flock de los enemigos. Luego, respondieron a la dimensión núcleo del GEQ, evaluando la dificultad a partir de su experiencia. De acuerdo con los resultados divididos en varias características, se notó que hubo un mayor estado de flow y reto en los jugadores con dificultad dinámica, por lo que se concluyó que estos métodos son eficientes para mejorar el balance de dificultad de un juego. Sin embargo, hubo varianzas altas entre las opiniones de los jugadores, por lo cual estudios futuros tendrán que usar una mayor cantidad de datos para poder tener resultados que se puedan considerar como generalizaciones.; An important aspect to study in game design is the flow state, in which the game’s difficulty and the player’s skills are in synergy with each other. This investigation implements two techniques for Dynamic Difficulty Adjustment on a top-down labyrinth game: Dynamic Scripting and Flocking strategies. This is done with the purpose of evaluating and demonstrating its effectiveness in maintaining the players’ flow state in comparison to static difficulty. 15 players in total participated divided into two groups, playing through the designed labyrinth level in either static or dynamic difficulty, which controlled the enemies’ flock behaviours. Afterwards, they responded to the GEQ’s core dimensión, evaluating the game from their experience with it. According to the results, divided between various characteristics, it was determined that thehre was a higher flow state and challenge for players who played the level using dynamic difficulty, so it was concluded that these methods are efficient for maintaining the game’s difficulty balancing while keeping a positive experience for the player. However, there was a high variance between the answers, so future studies will have to use a bigger amount of data to be able to make more proper generalizations. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12724/24513 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.12724/24508 Comparativa de modelos backbone en la identificación de especies de aves peruanas Narvaez Muggi, Guillermo Eduardo El tráfico de vida silvestre persiste en todo el mundo a pesar de dos décadas de acción concertada. El problema continúa, impulsado por la demanda interna y externa. A pesar de los esfuerzos a través de operativos policiales, se requiere de herramientas para mejorar la recolección de datos y la coordinación entre entidades para una lucha más efectiva contra este delito. Esta investigación tiene como objetivo ayudar en la clasificación de las aves por especies en peligro de extinción a través de la identificación del modelo backbone (DenseNet121, Restnet152, GoogleVit y SwinTransformer). Para ello, se desarrolló un dataset que comprende 5.420 imágenes de 20 especies de aves peruanas, incluyendo aquellas clasificadas como en peligro de extinción, vulnerables y otras especies. La arquitectura de la SwinTransformer obtuvo un 87% de precisión, superando a DenseNet121 (78.8%), ResNet152V2 (77.5%) y GoogleVit (5%). El modelo SwinTransformer podría ser de gran utilidad para los guardaparques y otras autoridades competentes para facilitar la identificación rápida de especies protegidas que apoye el monitoreo de puntos de control de tráfico ilegal de aves del Perú.; Despite two decades of concerted action, wildlife trafficking persists worldwide. The problem continues, driven by both domestic and international demand. Despite ongoing efforts through law-enforcement operations, additional tools are required to improve data collection and enhance coordination among institutions to enable a more effective response to this crime. The goal of this research is to help classify endangered bird species by identifying the most effective backbone model: DenseNet121, ResNet152, GoogleViT, or SwinTransformer. For this purpose, a dataset comprising 5,420 images of 20 Peruvian bird species including endangered, vulnerable, and other species was developed. The Swin Transformer architecture achieved an accuracy of 87%, outperforming DenseNet121 (78.8%), ResNet152V2 (77.5%), and GoogleViT (5%). The Swin Transformer model could be highly useful for park rangers and other competent authorities by enabling rapid identification of protected species, thereby supporting the monitoring of control points related to the illegal trafficking of birds in Peru. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12724/24508 2025-01-01T00:00:00Z