Atribución-NoComercial-SinDerivadas 4.0 InternacionalGómez Jaramillo, Francisco AlbeiroMartínez Niño, Carlos AlbertoLeal Campuzano, Juan David2023-05-232023-05-232022https://repositorio.unal.edu.co/handle/unal/83845ilustracionesLa producción de polen corbicular es una actividad pecuaria de gran relevancia en el Colombia, especialmente en el departamento de Boyacá. La obtención de un sello de Denominación de Origen para este producto puede agregar valor y mejorar las condiciones económicas de los productores. Sin embargo, es fundamental contar con mecanismos que corroboren si una muestra de producto proviene de una determinada región para verificar el origen del producto. Desafortunadamente, las estrategias de verificación geográfica actuales son costosas y de difícil acceso para un productor. En este trabajo se propuso un nuevo modelo basado en segmentación por color y aprendizaje automático supervisado para identificar automáticamente el origen geográfico de una muestra de polen a partir de imágenes digitales adquiridas en condiciones controladas. La estrategia propuesta logró un alto desempeño, en particular F1-score=0.85, lo que sugiere que el método puede determinar con un alto nivel de certeza el productor y, en consecuencia, el origen geográfico. (Texto tomado de la fuente).The production of corbicular pollen is an agriculture activity of great relevance in the country, especially in the department of Boyac´a. Obtaining a Denomination of Origin seal for this product can add value and improve the economic conditions of producers. However, it is essential to have mechanisms that corroborate whether a product sample comes from a certain region to verify the origin of the product. Unfortunately, current geo-verification strategies are expensive and difficult for a producer to access. In this work, a new model based on color segmentation and supervised machine learning was proposed to automatically identify the geographic origin of a pollen sample from digital images acquired under controlled conditions. The proposed strategy achieved a performance of 0.85 in the F1-score, which suggests that the method can determine with a high level of certainty the producer and, consequently, the geographical origin.xii, 48 páginasapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/510 - Matemáticas::515 - AnálisisTrabajo de grado - MaestríaUniversidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/info:eu-repo/semantics/openAccessMercadeo-investigacionesMarketing researchInnovaciones tecnológicasAyudas comercialesDealer aidsPolenImágenes digitalesDenominación de origenColorPolenDigital ImagesDenomination of OriginColor