1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE POSGRADO
  3. MAESTRÍAS
  4. Tesis - Maestría en Inteligencia Artificial
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14628
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorGrijalva, Felipe, dir.-
dc.contributor.authorMontenegro Benavides, Edwin David-
dc.date.accessioned2025-10-01T23:40:55Z-
dc.date.available2025-10-01T23:40:55Z-
dc.date.issued2024-12-02-
dc.identifier.citationTesis (Magíster en Inteligencia Artificial), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2024.es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/14628-
dc.descriptionManual wildlife monitoring using camera traps represents a significant challenge due to the volume of data and the time required for its analysis, particularly in megadiverse regions such as the Chocó forest. To address this issue, we present an automated system based on deep learning for the detection and classification of six target species (Central Agouti, Squirrels, Nine-banded Armadillo, Lowland Paca, Rodents and Great Tinamú) in the Jocotoco Canandé Reserve of the Chocó forest in Ecuador...es_ES
dc.description.abstractEl monitoreo manual de fauna silvestre mediante cámaras trampa representa un desafío significativo por el volumen de datos y el tiempo requerido para su análisis, particularmente en regiones megadiversas como el bosque del Chocó. Para abordar esta problemática, se presenta un sistema automatizado basado en aprendizaje profundo para la detección y clasificación de seis especies objetivo (Agutí Centroamericano, Ardillas, Armadillo de Nueve Bandas, Paca de Tierras Bajas, Roedores y Tinamú Grande) en la Reserva Jocotoco Canandé del bosque del Chocó en Ecuador...es_ES
dc.format.extent20 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectInteligencia Artificial - Conservación - Tesis y disertaciones académicas.es_ES
dc.subject.otherCienciases_ES
dc.subject.otherCienciases_ES
dc.titleAutomated Detection and Classification of Wildlife in the Chocó Forest (Canandé) using Camera Traps.es_ES
dc.typemasterThesises_ES
Aparece en las colecciones: Tesis - Maestría en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
338985.PDFTexto completo14.62 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons