TY - JOUR AU - Pardo Burbano, Michael AU - Pinto Rodríguez, Víctor AU - Muñoz Ordóñez, Julián PY - 2021/12/13 Y2 - 2024/03/29 TI - Ecologia: Inteligencia Artificial para el cuidado del medio ambiente, prototipo de clasificación de residuos sólidos en punto de origen JF - Investigación e Innovación en Ingenierías JA - Investigación e Innovación en Ingenierías VL - 9 IS - 3 SE - Artículos DO - 10.17081/invinno.9.3.5312 UR - https://revistas.unisimon.edu.co/index.php/innovacioning/article/view/5312 SP - 46-56 AB - <p><strong>Objetivo:</strong> Construir el primer prototipo de punto ecológico inteligente que asista al usuario en la correcta clasificación de residuos sólidos en punto de origen utilizando Deep Learning, aportando nuevas tecnologías que estén enfocadas en mitigar el impacto climático causado por la mala gestión de los residuos sólidos. <strong>Metodología:</strong> para el desarrollo de la investigación se implementó la metodología LEAN de Toyota y la herramienta Solid Works para diseñar un prototipo acorde a las necesidades de un punto ecológico, incluyendo un análisis estructural y pruebas de peso con el fin de medir su capacidad de resistencia. La metodología ágil aplicada para el desarrollo de la inteligencia artificial y la conformación del conjunto de imágenes fue programación extrema. <strong>Resultados y conclusiones:</strong> se construye un conjunto de datos de tres clases acorde a la resolución 2184 de 2019 de Colombia, que contiene un total de 400 muestras tomadas desde el prototipo. El modelo de clasificación utilizando una arquitectura de bajo coste computacional: MobileNet obtuvo una precisión del 97.91% en la validación y un coeficiente kappa de 0.95. El modelo entrenado se ejecuta sobre una Raspberry Pi con el fin de minimizar costos de producción. La investigación presenta una prueba de aceptación y usabilidad del prototipo.</p> ER -