Observatorio de Investigación y Desarrollo Tecnológico


  • CONCIENCIA DIGITAL//(VOL. 3, NUM. 1.1, CREATIVIDAD, DISEÑO E INNOVACION)

    Volumen: 3, Numero: 11, Páginas: 224-238 pp.

    ANALISIS DE PATRONES DE CARACTERISTICAS DE ESPECIES ANDINAS DE LAS RESERVAS CHIMBORAZO Y SANGAY UTILIZANDO EL METODO K-MEANS CLUSTERING

    Abstract

    Over the years, researchers have recognized the importance of studying the moors and their conservation, both for their impact on the provision of water for cities, as well as their tourism potential and biodiversity. The objective of the present investigation is to conduct an analysis of patterns present in the characteristics of the different species of the Andean region of the Chimborazo and Sangay National Park reserves. For the analysis, 67 samples of different species were collected in both reserves, of which measurements of leaves, plants and flowers were made, subsequently, non-supervised machine learning algorithms called k-means clustering were applied using Python as the programming language. At the end of the species grouping process, it resulted in obtaining three categories according to the relationship between the characteristics of each species, two components being the most important for categorization, these were the height of the plant as well as the height of the leaf.


    Keywords


    Analysis of patterns, Andean species, Chimborazo and Sangay reserves, k-means method, clustering


    Resumen

    A lo largo de los años, los investigadores han reconocido la importancia del estudio de los páramos y su conservación, tanto por su impacto en la provisión de agua para las ciudades, así como su potencialidad turístico y biodiversidad. El objetivo de la presente investigación es realizar un análisis de patrones presente en las características de las diferentes especies de la región andina de las reservas Chimborazo y Parque Nacional Sangay. Para el análisis se recolectó 67 muestras de diferentes especies en ambas reservas, de las cuales se realizaron mediciones de hojas, planta y flores, posteriormente se aplicó algoritmos de aprendizaje no supervisado de machine learning denominado k-means clustering utilizando como lenguaje de programación a Python. Al finalizar el proceso de agrupamiento de las especies, arrojó como resultado la obtención de tres categorías de acuerdo a la relación existente entre las características de cada especie, siendo dos componentes los más importantes para la categorización, estas fueron el alto de la planta, así como el alto de la hoja.


    Palabras Clave


    Análisis de patrones, especies andinas, reservas Chimborazo y Sangay, método k-means, clustering





    Acceder