Modelos de aprendizaje automático para la clasificación de enfermedades de la Solanum tuberosum: Una Revisión Sistemática de la Literatura

Las enfermedades de la Solanum tubersoum consideradas como uno de los factores muy importantes en su producción, influyen en la calidad de los productos finales y también en el mercado de estos productos. Actualmente los procesos de clasificación están tomando bastante interés en la agricultura a nivel global, al igual que los análisis de los diferentes defectos que presenta la Solanum tuberosum. Por ello los investigadores están desarrollando nuevos algoritmos para la detección de enfermedades utilizando tecnologías de inteligencia artificial, con el fin de optimizar la detección de enfermedades o defectos. En este trabajo se presenta un análisis de las investigaciones acerca de la construcción de modelos de aprendizaje automático para la clasificación de enfermedades de la Solanum tuberosum, además revisar qué enfermedades son los más comunes e impactantes de este producto y determinar cuál de los modelos entrenados son los más eficientes en la clasificación de enfermedades de este producto y ayudar a los investigadores en el futuro construir sistemas de detección y clasificación automática de las enfermedades y defectos de la Solanum tuberosum. Solanum tubersoum diseases, considered one of the very important factors in its production, influence the quality of the final products and also the market for these products. Currently, classification processes are taking a lot of interest in agriculture globally, as are the analyzes of the different defects that Solanum tuberosum presents. For this reason, researchers are developing new algorithms for disease detection using artificial intelligence technologies, in order to optimize the detection of diseases or defects. This work presents an analysis of research on the construction of machine learning models for the classification of diseases of Solanum tuberosum, also reviewing which diseases are the most common and impactful of this product and determining which of the trained models are the most efficient in the classification of diseases of this product and help researchers in the future build automatic detection and classification systems for diseases and defects of Solanum tuberosum.