Esta es un versión antigua publicada el 2024-02-01. Consulte la versión más reciente.

IDENTIFICACIÓN DE RESIDUOS SÓLIDOS EN ZONAS URBANAS CON PROCESAMIENTO DE IMÁGENES E INTELIGENCIA ARTIFICIAL

Autores/as

DOI:

https://doi.org/10.24054/raaas.v13i1.2719

Palabras clave:

detección, residuos sólidos, aprendizaje profundo, convolución, conjunto de datos

Resumen

Actualmente en Colombia, el incremento exponencial de la cantidad de residuosque cada individuo del hogar produce diariamente causa que los vertederos destinados para esto se encuentren a punto de cumplir con su vida útil, esto se
debe a que un 78% de los colombianos no saben reciclar. Con el propósito de proponer una estrategia para apoyar en la solución de esta problemática, se elabora un algoritmo que tiene como propósito ayudar a las personas del sector de reciclaje, hogares e industrias con la identificación y clasificación de los residuos producidos por ellos. Este algoritmo, se realizó mediante técnicas basadas en aprendizaje profundo, en donde se encuentran tres tipos de modelos: denso, convolucional y convolucional con Drop Out. En estos modelos se aplican dos estados de activación que son sigmoidal y ReLu, y a su vez transforman imágenes de distintos tamaños a uno solo de 200x200 para una mejor lectura de los pixeles y se transforman a escalas de grises para una mejor obtención de los entrenamiento y validación de 12.872 imágenes que fueron tomadas como muestra en la ciudad de Cúcuta, Colombia.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alfeehan, A., Mohammed, M., Jasim, M., Fadehl, U., Habeeb, F., Alfeehan, A., Mohammed, M., Jasim, M., Fadehl, U., & Habeeb, F. (2020). Utilización de desechos metálicos industriales en los paneles de hormigón armado nervados unidireccionales. Revista Ingeniería de Construcción, 35(3), 246–256.

https://doi.org/10.4067/S0718- 50732020000300246

Alonso, L., Castellanos, L. y Meseguer, O. (2020). Efectos alelopáticos de residuos de Sorghum Halepense (l.) sobre dos arvenses dicotiledóneas en condiciones de laboratorio. Revista Ambiental Agua, Aire y Suelo (RAAAS), 11(1). DOI: https://doi.org/10.24054/aaas.v11i1.3 54

Batista, C. R. y Urquiza, R. I. (2018). Experiencias de la Universidad Antonio Nariño, Sede Tunja, en el aprovechamiento de las fuentes de energia renovable. Revista Ambiental Agua, Aire y Suelo (RAAAS), 9(2). DOI: https://doi.org/10.24054/aaas.v9i2.406

Benito, J. F., Escobar, M. A. H., & Villaseñor, N. R. (2019). Conservación en la ciudad: ¿Cómo influye la estructura del hábitat sobre la abundancia de especies de aves en una metrópoli latinoamericana? Conservation in the city: How does habitat structure influence the abundance of individual bird species in a Latin American metropolis? In Gayana (Vol. 83, Issue 2).

Bonilla, C. A., Rubio, Y. M. y Bonilla, S. A. (2021). Afectación por derrames de crudo ocasionados por acciones subversivas al oleoducto Caño Limón Coveñas. Revista Ambiental Agua, Aire y Suelo (RAAAS), 12(2). https://ojs.unipamplona.edu.co/index. php/aaas/article/view/2572

Castellanos, L., Serrano, S. y Becerra, W. M. (2020). Preferencia por morfoespecies de babosas en diferentes cultivos y ambientes del municipio Pamplona, Norte de Santander. Revista Ambiental Agua, Aire y Suelo (RAAAS), 11(1). DOI: https://doi.org/10.24054/aaas.v11i1.3 56

Castellanos, L. y Baldovino, A. L. (2021). Enfermedades foliares más importantes del cultivo de la fresa en la zona de Pamplona. Revista Ambiental Agua, Aire y Suelo (RAAAS), 12(1). DOI: https://ojs.unipamplona.edu.co/index. php/aaas/article/view/2569/3133

Chandan, G., Jain, A., Jain, H., & Mohana. (2018). Real Time Object Detection and Tracking Using Deep Learning and OpenCV. Proceedings of the International Conference on Inventive Research in Computing Applications, ICIRCA 2018, Icirca, 1305–1308. https://doi.org/10.1109/ICIRCA.2018. 8597266

Chauhan, R., Ghanshala, K. K., & Joshi, R.C. (2018). Convolutional Neural Network (CNN) for Image Detection and Recognition. ICSCCC 2018 - 1st International Conference on Secure Cyber Computing and Communications, 278–282. https://doi.org/10.1109/ICSCCC.2018.8703316

Corponor. (2020). Plan de Acción 2020-2023.

Corvacho Ponce, C. de J., Hernández Reyes, A., & Jiménez Barriosnuevo, M. del C. (2022). Reciclaje tecnológico en Colombia: Reto desde las instituciones educativas. CienciaMatria, VIII(3), 1–13. https://doi.org/10.35381/cm.v8i3.930

Flórez, M. A., Mosuqera, J., Ramón, J. D. y Caballero, J. E. (2019). Análisis de la contaminación de ruido generada por el flujo vehicular en el casco urbano del municipio de Chinácota, Norte de Santander. Revista Ambiental Agua, Aire y Suelo (RAAAS), 10(2). DOI: https://doi.org/10.24054/19009178.v2.n2.2019.3964

Guerrero, J., Hernández, B. y Castellanos, L. (2021). Calidad del agua para sistemas de riego en Colombia. Revista Ambiental Agua, Aire y Suelo (RAAAS), 12(2). https://ojs.unipamplona.edu.co/index.php/aaas/article/view/2573/3137

Higuera, F., Salamanca, J. R., Acosta, L. F. y Acero, M. (2018). Análisis de acero laminado antes y después de soldado, mediante pruebas de metalografía y macroataque. Revista Ambiental Agua, Aire y Suelo (RAAAS), 9(1). DOI: https://doi.org/10.24054/19009178.v1.n1.2018.3209

Jiménez Guethon, R. M., Figueredo Hernández, J. A., & Almaguer Guerrero, M. R. (2022). Cooperativism-Some Notes on Social Responsibility and Solid Waste Management. Revista Estudios Del Desarrollo Social: Cuba y América Latina, 1–16. https://orcid.org/0000-0002-4450-445X

Jordan, A. A., Pegatoquet, A., Castagnetti, A., Raybaut, J., & le Coz, P. (2021). Deep Learning for Eye Blink Detection Implemented at the Edge. IEEE EMBEDDED SYSTEMS LETTERS, 13(3). https://doi.org/10.1109/LES.2020.3029313

Lozada Sastre, C. A. (2022). Sistema autónomo para clasificación de material reciclable usando IA.

Mahecha, J. G., Castellanos, L. y Céspedes, N. (2020). Alternativas para Suplir la Carencia de Fósforo en Fresa y Disminuir la Contaminación Ambiental en Pamplona Norte de Santander. Revista Ambiental Agua, Aire y Suelo (RAAAS), 10(1). DOI: https://doi.org/10.24054/aaas.v11i1.384

Montalvo, A., Aldana, R., López, A., Álvarez, E., Aldana, F. y Rivera, Y. (2018). Mantenimiento centrado en confiabilidad en motocompresores. Revista Ambiental Agua, Aire y Suelo (RAAAS), 9(1). DOI: https://doi.org/10.24054/19009178.v1.n1.2018.3212

Mao, X.-J., Shen, C., & Yang, Y.-B. (2016). Image Restoration Using Very Deep Convolutional Encoder-Decoder Networks with Symmetric Skip Connections. 29th Conference on Neural Information Processing Systems. https://bitbucket.org/chhshen/image-denoising/

Mora, E. A., Martínez, E. y Velasco, J. A. (2018). Simulación y validación del prototipo de un colector térmico solar hecho con neumáticos reciclados. Revista Ambiental Agua, Aire y Suelo (RAAAS), 9(2). DOI: https://doi.org/10.24054/aaas.v9i2.404

Niño Rondón, C. V., Castro Casadiego, S. A. y Ortíz Fonseca, D. M. (2021). Análisis de herramientas para desarrollar un sistema de apoyo ambiental para identificar residuos sólidos. Revista Ambiental Agua, Aire y Suelo (RAAAS), 12(2). https://ojs.unipamplona.edu.co/index.php/aaas/article/view/2572/3136

Ortega, A., Cáceres, L. y Castiblanca, L. (2020). Introducción al Uso de Coagulantes Naturales en los Procesos de Potabilización del Agua. Revista Ambiental Agua, Aire y Suelo (RAAAS), 11(2). DOI: https://doi.org/10.24054/aaas.v11i2.873

Pinto Rodríguez, V., Muñoz Ordóñez, J., & Pardo Burbano, M. (2021). Ecologia: Inteligencia Artificial para el cuidado del medio ambiente, prototipo de clasificación de residuos sólidos en punto de origen. Investigación e Innovación En Ingenierías, 9(3), 46–56. https://doi.org/10.17081/invinno.9.3.5312

Ramón, B. y Moreno, J. (2018). Estudio de materiales precursores del reciclaje y sus atributos mecánicos con aplicación al diseño y fabricación de ladrillo ecológico. Revista Ambiental Agua, Aire y Suelo (RAAAS), 9(1). DOI: https://doi.org/10.24054/19009178.v1.n1.2018.3213

Sharma, N., Jain, V., & Mishra, A. (2018). An Analysis of Convolutional Neural Networks for Image Classification. Procedia Computer Science, 132(Iccids), 377–384. https://doi.org/10.1016/j.procs.2018.05.198

Shorten, C., & Khoshgoftaar, T. M. (2019). A survey on Image Data Augmentation for Deep Learning. Journal of Big Data, 6(1), 1–48. https://doi.org/10.1186/s40537-019-0197-0

Terrero, W., Castellanos, L. y Vicet, L. (2020). Potencialidades alelopáticas del residual paja de la caña de azúcar (SACCHARUM SPP., HYBRID) para el manejo de arvenses. Revista Ambiental Agua, Aire y Suelo (RAAAS), 11(1) DOI: https://doi.org/10.24054/aaas.v11i1.357

Torrado, J. M., Castellanos, L. y Céspedes, N. (2020). Evaluación de alternativas biológicas para el control de Ascochyta Spp. en el cultivo de arveja, Pamplona, Norte de Santander. Revista Ambiental Agua, Aire y Suelo (RAAAS), 11(1). DOI: https://doi.org/10.24054/aaas.v11i1.353

Trujillo, J. E., Caballero, J. E. y Ramón, J. D. (2019). Determinación de las concentraciones de metales pesados presentes en el material particulado PM10 del municipio de San José de Cúcuta, Norte de Santander. Revista Ambiental Agua, Aire y Suelo (RAAAS), 10(1). DOI: https://doi.org/10.24054/19009178.v1.n1.2019.3957

Vianchá-Sánchez, Z., Rojas-Pinilla, H., & Barrera-Rojas, M. Á. (2021). Turismo y vulnerabilidad social. Reflexiones para algunos casos latinoamericanos. Debates En Sociología, 52, 7–30. https://doi.org/10.18800/debatesensociologia.202101.001

Descargas

Publicado

2024-02-01 — Actualizado el 2024-02-01

Versiones

Cómo citar

Ortiz F, D. M., Castro Casadiego, S. A., Niño Rondón, C. V., Guevara Ibarra, D., & Medina Delgado, B. (2024). IDENTIFICACIÓN DE RESIDUOS SÓLIDOS EN ZONAS URBANAS CON PROCESAMIENTO DE IMÁGENES E INTELIGENCIA ARTIFICIAL. REVISTA AMBIENTAL AGUA, AIRE Y SUELO, 13(1). https://doi.org/10.24054/raaas.v13i1.2719

Número

Sección

Artículos

Artículos más leídos del mismo autor/a