Resumen de Towards Detecting Crop Diseases and Pest by Supervised Learning

David Camilo Corrales Muñoz, Juan Carlos Corrales, Apolinar Figueroa Casas

• español

  El cambio climático ha generado amenazas a la producción agrícola. Los cambios extremos de temperatura y humedad y otros factores abióticos de estrés contribuyen a la aparición de enfermedades y plagas en los cultivos. Por ello, recientes esfuerzos de investigación se han enfocado en la predicción de plagas y enfermedades en cultivos, haciendo uso de algoritmos de aprendizaje supervisado. En este artículo se presenta una revisión bibliográfica de los algoritmos de aprendizaje supervisado más utilizados para la detección de plagas y enfermedades en cultivos como maíz, arroz, café, mango, maní y tomate, con el objetivo de seleccionar los algoritmos con mejor rendimiento para el sector agrícola.

• English

  The climate change has caused threats to agricultural production; the extremes of temperature and humidity, and other abiotic stresses are contributing factors to the etiology of disease and pest on crops. About the matter, recent research efforts have focused on predicting disease and pest crops using computer science techniques such as supervised learning algorithms. Therefore in this paper, we present an overview of supervised learning algorithms commonly used in agriculture for the detection of pests and diseases in crops such as corn, rice, coffee, mango, peanut, and tomato, among others, with the aim of selecting the algorithms that give the best performance for the agricultural sector.