El documento digital no refiere un asesor / Determina mediante el uso de redes neuronales - Red kohonen la eficiencia que produce las diferentes aplicaciones de fosfitos a nivel foliar y radicular contra la enfermedad Phytopthora Cinnamoni en plantas de arándanos (Vaccinium Corymbosum) - Biloxi. Para lo cual se: se elabora dos cuadros de datos, para analizar el comportamiento del tamaño y el diámetro de las plántulas en las diferentes toma de tiempos, se elabora un cuadro para la toma de datos del tamaño de la raíz, se elabora un cuadro para la toma de datos del peso fresco y seco del follaje, se elabora un cuadro para la toma de datos para el peso seco y fresco de la raíz, se crea un programa en Matlab con uso de redes neuronales - Red kohonen, se crea varias redes con distintas cantidades de clusters, por ejemplo: tamaño de la planta vs diámetro de la planta, tamaño de la planta vs raíz, etc., en cada una de estas se crea la red de kohonen al inicio y al final con 2, 3, 4, y 7 clusters, observando en cada una de ellas la eficiencia de los fosfitos ante los fungicidas. Los resultados de estos grupos son comparados con diferentes grupos de clusters, teniendo así el resultado de la eficiencia del uso de los fosfitos y los fungicidas en las plántulas para este experimento. / Trabajo de suficiencia profesional

Publicación a texto completo no autorizada por el autor / Establece una metodología de detección de ADN de Phytophthora cinnamomi en muestras de raíces de Persea americana “palto” procedente del Sector III del Proyecto Especial CHAVIMOCHIC, La Libertad-Perú. Se establece un protocolo de amplificación de regiones del espaciador transcrito interno (ITS) del ADNr por Nested-PCR, que permite el diagnóstico rápido y confiable de P. cinnamomi. Los iniciadores PPF/PPR específicos del orden Pythiales se emplean en la primera reacción de PCR (Simple-PCR), mientras que los iniciadores PcinnF/PcinnR específicos de P. cinnamomi se usan en la segunda reacción de PCR (Nested-PCR). La estandarización de las pruebas de amplificación se realiza a partir de ADN extraído de micelio en cultivo puro de la cepa FM2C1R1 aislada previamente de la zona de estudio. Se obtienen amplificaciones del ADNr de P. cinnamomi por Simple-PCR desde 100 ρg de ADN extraído de raíces; mientras que en Nested-PCR es posible desde los 10 ρg del ADN previamente amplificado. El método de extracción y amplificación a partir de ADN de raíces es suficientemente sensible para detectar al patógeno sin necesidad de mayores purificaciones del ADN extraído. La dilución del ADN extraído o el incremento de la concentración de MgCl2 en la reacción no mejoran considerablemente la visualización de amplicones. De un total de 30 muestras de raíces de palto analizadas en el área de estudio, 22 resultan positivas para el patógeno en Nested-PCR. La confiabilidad de la Nested-PCR es verificada mediante secuenciación de los productos de amplificación y análisis filogenético. Esta investigación es la primera en establecer una metodología de detección de ADN de P. cinnamomi en raíces de palto y proporciona una herramienta molecular aplicable para la prevención y monitoreo del patógeno en el cultivo de palto. / Tesis

La comunidad de agricultores sembradores de Sandía, cada día se enfrentan a mayores retos que implican el manejo de enormes volúmenes de datos que crecen de manera exponencial en tamaño y complejidad, es así que uno de los problemas en los cultivos es la correcta identificación y suministración de agroquímicos que se les provee a las plagas o enfermedades en el cultivo de Sandía. La identificación hasta hoy se realiza de forma visual por los agricultores siendo una limitante en cuanto al correcto reconocimiento de la plaga o enfermedad y por consecuencia la utilización de un agroquímico incorrecto. Este proyecto desarrolló una aplicación móvil para identificar y brindar el agroquímico correcto para las plagas o enfermedades del cultivo de Sandía en el distrito de Ferreñafe. Utilizando características consecuentes del agente hospedante en el cultivo de sandía y los algoritmos de la inteligencia artificial, se pretende hallar patrones relevantes en las imágenes de forma rápida y confiable. El software realizará una búsqueda en los repositorios de datos previamente registrados, una vez capturada la imagen, esta se procesará en busca de patrones que los compare e identifique. Así mismo se realizará un análisis interno para identificar qué tipo de plaga o enfermedad está atacando el cultivo de sandía. Esto apoyará a los agricultores a la correcta identificación de plagas o enfermedades con la intención de suministrar el agroquímico correcto.