Browsing by Author "Ibarra Cabrera, Manuel Jesus"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Determinación del mejor modelo de Machine Learning para la predicción del California Bearing Ratio de suelos en Abancay, 2024
    (Universidad Nacional Micaela Bastidas de Apurimac, 2025-08-28) Tello Sarmiento, Flor de Cantuta; Ibarra Cabrera, Manuel Jesus
    El California Bearing Ratio (CBR) es un índice fundamental en la ingeniería geotécnica para evaluar la capacidad de soporte de los suelos, especialmente en el diseño y construcción de pavimentos y otras estructuras sobre terreno natural. Pero la determinación de este índice es una tarea costosa y laboriosa, por dicha razón en este estudio se propone la predicción del CBR mediante modelos de machine learning. Se desarrollaron 3 modelos de aprendizaje automático, redes neuronales profundas (DNN), árboles de decisión y máquinas de vectores de soporte. El trabajo consistió en recolectar 310 registros con características del suelo, de los cuales 217 registros fueron considerados para el entrenamiento, 62 para la validación y 31 para las pruebas; los datos fueron recolectados en 3 laboratorios de mecánica de suelos de la ciudad de Abancay, provincia de Abancay en la región Apurímac de Perú, donde se obtuvieron las siguientes características físicas del suelo: el porcentaje de grava, porcentaje de finos, el óptimo contenido de humedad (OCH), límite líquido, límite plástico, índice de plasticidad, máxima densidad seca (MDS) y para la característica a predecir el valor del CBR al 100%. Los modelos fueron evaluados con el coeficiente de determinación (R2), el error absoluto medio (MAE), el error cuadrático medio (MSE) y la raíz del error cuadrático medio (RMSE). Los resultados muestran que el algoritmo o modelo de árboles de decisión es el más eficiente para predecir el CBR al 100% porque tiene el mejor coeficiente de determinación R2 = 0.9307 y también los valores más bajos para el MSE = 9.199, MAE = 1.216 y RMSE = 3.033; estos valores son los mejores en relación con los encontrados para los modelos de redes neuronales profundas y el de máquina de vectores de soporte para regresión.
  • Thumbnail Image
    Item
    Informe anual de cumplimiento del pago mensual de la bonificación especial para el docente investigador Ibarra Cabrera Manuel Jesus correspondiente al año 2024
    (Universidad Nacional Micaela Bastidas de Apurímac, 2025-02-03) Ibarra Cabrera, Manuel Jesus
    Informe anual de cumplimiento del pago mensual de la bonificación especial para el docente investigador Ibarra Cabrera Manuel Jesus correspondiente al año 2024. Anexos 1, 2 y 3
  • Thumbnail Image
    Item
    Producción de tomate (Solanum lycopersicum) bajo sistema hidropónico en Tamburco Apurímac 2025
    (Universidad Nacional Micaela Bastidas De Apurímac, 2026-06-24) Chirinos Guzman, Wilner; Flores Pacheco, Niki Franklin; Ibarra Cabrera, Manuel Jesus
    Este trabajo de investigación, da a conocer el efecto de la aplicación de tres niveles de solución nutritiva en la producción de tomate (Solanum lycopersicum), bajo el sistema hidropónico en Tamburco Apurímac, Perú. La investigación se realizó con un enfoque cuantitativo – experimental, se utilizó el Diseño Completamente al Azar (DCA), además se tuvo tres tratamientos T1, T2 y T3 de solución nutritiva con 12 repeticiones respectivamente el sistema hidropónico utilizado fue goteo recirculante con sustrato de fibra de coco; las variables a evaluar fueron: rendimiento, calibre y características fisicoquímicas de tomate variedad Rio grande. Los resultados muestran que existen diferencias significativas entre los tratamientos, el T1 mostró superioridad, en la variable rendimiento con una media de 1,792 g y 26,830 unidades en sus indicadores peso y número de frutos respectivamente, del mismo modo en la variable calibre con una media de 60,777 mm y 44,762 mm en los indicadores diámetro ecuatorial y polar en el orden dado, finalmente la variable características fisicoquímicas con una media de 8,04 °Brix y 4,824 pH. Estos resultados experimentales proporcionan información valiosa y detallada que puede ser de gran utilidad y beneficio para los productores de tomate cultivado en sistemas hidropónicos y productores que desean iniciar en este sistema de cultivo.