Detección de condiciones favorables para la roya en el café basada en similitud entre grafos

Abstract

La proliferación de enfermedades en los diferentes cultivos ha llevado al sector agrícola a buscar diferentes iniciativas que permitan mejorar la calidad y la productividad de los mismos a través de diferentes técnicas basadas en las ciencias de la computación. Investigaciones recientes demuestran que las enfermedades que afectan al sector agrícola están comúnmente relacionadas a las condiciones climáticas y las propiedades agronómicas del cultivo. En este sentido, diferentes trabajos se han enfocado en identificar patrones que conducen a la prevención de la incidencia de estas enfermedades, haciendo uso de una representación basada en grafos de la información del cultivo. Por lo anterior, este trabajo contribuye con un prototipo que busca encontrar la probabilidad de ocurrencia de la roya del café por medio de una técnica de emparejamiento de patrones de grafos tolerante a errores denominada distancia de edición, que permite encontrar un porcentaje de similitud entre las condiciones actuales de un cultivo y los patrones de roya previamente definidos que indican las tasas de infección de la roya del cafeto. Este prototipo implementa una adaptación para 4 algoritmos de emparejamiento de grafos que fueron clasificados teniendo en cuenta la precisión y el tiempo de ejecución. La metodología definida para la construcción del prototipo comienza desde el reconocimiento de las necesidades del dominio de aplicación. Posteriormente, se realiza una selección de los algoritmos de emparejamiento de grafos tolerante a errores que cumplan con las características que se requieren para obtener la mejor precisión en los resultados. Después, se define e implementan los módulos que serán parte de la adaptación propuesta para los algoritmos seleccionados. Por último, se ejecutan una serie de pruebas con el fin de validar el prototipo. Finalmente, se concluye que el cálculo de la similitud por medio de la distancia de edición obtenida a partir de la adaptación realizada a los algoritmos de emparejamiento de grafos tolerante a errores permite estimar la probabilidad de ocurrencia de la roya del café. Por otro lado, la adaptación puede ser utilizada en diversos dominios de aplicación donde el reconocimiento de patrones sea requerido, debido a la flexibilidad que aporta a través la parametrización de las funciones de costo y el tipo de normalización utilizada, la cual se puede adaptar a las características de diferentes dominios de aplicación.

The proliferation of diseases in different crops has led agricultural sector to look for different initiatives to improve the quality and productivity of those ones through different techniques based on computer science. Recent research shows that diseases affecting the agricultural sector are commonly related to climatic conditions and crop agronomic properties. In this sense, different studies have focused on identifying patterns that lead to prevent the incidence of these diseases, using a graph based representation of crop information.

Therefore, this work contributes with a prototype that seeks to find the occurrence probability of coffee rust by means of an error-tolerant graph pattern matching technique known as edit distance, which finds a percentage of similarity between the current crop conditions and previously defined patterns that indicate the coffee rust infection rates. This prototype implements an adaptation for 4 algorithms of graph matching that were classified considering precision and runtime.

The methodology defined for the construction of the prototype begins from the application domain needs recognition. Subsequently, a selection of error-tolerant graph matching algorithms is performed, searching for the algorithms that meets the characteristics required to obtain the best precision in the results. Later, the modules that will be part of the proposed adaptation for the selected algorithms are defined and implemented. Finally, several tests are made in order to validate the prototype.

Finally, it is concluded that the similarity calculation by means of the edit distance obtained from the adaptation made to the error-tolerant graph matching algorithms allows to estimate the coffee rust occurrence probability. On the other hand, the adaptation can be used in different application domains where the pattern recognition is required, due to the flexibility that it provides through the parameterization of the cost functions and the type of normalization used, which can be adapted to the characteristics of different application domains.