proyecto final de grado.page.titleprefix Predicción de stock de carbono en suelos argentinos
No Thumbnail Available
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El proyecto tiene como objetivo revolucionar la medición de carbono en suelos agrícolas mediante un modelo predictivo avanzado. Este enfoque pretende ofrecer una alternativa más accesible y económica comparada con las mediciones tradicionales, posibilitando un mayor alcance en el mercado agrícola y generando ingresos significativos. El modelo seleccionado es un Árbol de Decisión Potenciado (Modelo V2) y fue obtenido mediante el uso de la herramienta Google AutoML. El Árbol de Decisión Potenciado ha demostrado un rendimiento sólido, destacando en particular por su MAPE de 14.609% en evaluación y un coeficiente de determinación de 0.742. Estas métricas subrayan su alta precisión en las predicciones y una excelente capacidad de generalización a nuevos datos, lo que es fundamental para ajustar la penetración de mercado y la estructuración de precios. La implementación del modelo predice con precisión la cantidad de carbono almacenada en los suelos, ofreciendo un gran potencial de mercado. Se proyecta una ganancia sustancial basada en la penetración de mercado y la estrategia de precios, con una estimación de ingresos de aproximadamente 300 mil dólares. Este modelo no solo mejora la eficiencia de las mediciones de carbono sino que también contribuye significativamente a las prácticas agrícolas sostenibles y a la gestión ambiental, posicionando al proyecto para un éxito continuo en el sector agrícola.
Description
Keywords
CARBONO, APRENDIZAJE AUTOMÁTICO, INTELIGENCIA ARTIFICIAL, SUELOS, SUELOS AGRÍCOLAS, ARGENTINA