27 de noviembre de 2025
Sede Santiago, UTESA
America/Santo_Domingo zona horaria

Vicerectoría de Investigación y Producción Científica

Detección temprana de enfermedades en hojas de plátano con CNN, sensores IoT y RAG en República Dominicana

27 nov 2025, 16:20
20m
Auditorio Manuel Arsenio Ureña (MAU) (Sede Santiago, UTESA)

Auditorio Manuel Arsenio Ureña (MAU)

Sede Santiago, UTESA

Av. Estrella Sadhalá, Esq. Circunvalación, Santiago de Los Caballeros.

Ponente

Gadiel Cascante (Universidad Tecnológica de Santiago (UTESA))

Descripción

La presentación expone el desarrollo de Deep Banana, una plataforma basada en inteligencia artificial (IA) para la detección temprana de enfermedades en hojas de plátano en la República Dominicana. El sistema integra redes neuronales convolucionales (CNN), sensores IoT y un módulo de recuperación aumentada (RAG) para el análisis automatizado de imágenes foliares. Entrenado con más de 1900 imágenes, alcanza una precisión cercana al 89 %, permitiendo identificar patologías como Sigatoka Negra, Moko y el Virus del Mosaico de las Brácteas. Su arquitectura modular y su sistema de reentrenamiento automatizado (MLOps) facilitan la actualización continua con datos reales. Deep Banana representa una contribución al fortalecimiento de la agricultura de precisión, la sostenibilidad del cultivo y la innovación tecnológica aplicada al sector agroproductivo nacional.

DOI https://doi.org/10.5281/zenodo.19502624
Cita sugerida Cascante, G. (2025). Detección temprana de enfermedades en hojas de plátano con CNN, sensores IoT y RAG en República Dominicana [Resumen de ponencia]. En Universidad Tecnológica de Santiago (Ed.), Congreso Científico UTESA 2025: Libro de Resúmenes (p. 13). Universidad Tecnológica de Santiago (UTESA). https://doi.org/10.5281/zenodo.19502624

Materiales de la presentación

Todavía no hay materiales.