Towards Improving Agriculture Sustainability through Multifactorial Machine Learning

Autores/as

  • Francisco José Lacueva Pérez Instituto Tecnológico de Aragón-ITAINNOVA
  • Sergio Ilarri Artigas I3A, University of Zaragoza, Zaragoza, Spain
  • Rafael del Hoyo Integración y Desarrollo de Sistemas de Big Data y Eléctricos (IODIDE), Instituto Tecnológico de Aragón-ITAINNOVA
  • Juan José Barriuso Centro de Investigación y Tecnología Agroalimentaria de Aragón (CITA), IA2

Resumen

Las explotaciones vitivinícolas deben adaptar sus actividades para alcanzar los objetivos de desarrollo sostenible. Nuestro objetivo es contribuir a esta adaptación desarrollando modelos de aprendizaje automático para predecir la fenología y el riesgo de plagas con el objetivo de reducir los tratamientos fitosanitarios aplicados.

Biografía del autor/a

Francisco José Lacueva Pérez, Instituto Tecnológico de Aragón-ITAINNOVA

Francisco José Lacueva-Pérez tiene un Master en Ingeniería en Informática por la Universidad de Zaragoza (Unizar). Trabaja en ITAINNOVA y actualmente trabaja en el equipo de Big Data y Sistemas Cognitivos. Ha participado en proyectos de I+D+i tanto en el ámbito de lo público (FP7, H2020, EUREKA, AVANZA, RETOS, CDTI, FET, etc.) como en financiación privada. Actualmente realiza un doctorado para aplicar Big Data e Inteligencia Artificial para mejorar la eficiencia y sostenibilidad de las explotaciones vitivinícolas.

Sergio Ilarri Artigas, I3A, University of Zaragoza, Zaragoza, Spain

SErgio Ilarri es Profesor Titular de la Universidad del áred de Lenguajes e Ingeniería de Sistemas (LSI) de la Universidad de Zaragoza.  En la actualidad coordina el grado de Ingenieria en Informática de esta Universidad.  También es coordiandor del grupo de investigación COSMOS.

Descargas

Publicado

2020-12-22

Número

Sección

Artículos (Tecnologías de la Información y las Comunicaciones)