Show simple item record

Desarrollo de una aplicación para la predicción de ingredientes y recetas de cocina por medio de TensorFlow y máquinas de soporte vectorial

Development of an Application for the Prediction of Kitchen Ingredients and Recipes through TensorFlow and Support-Vector Machines;
Desenvolvimento de um aplicativo para a predição de ingredientes e receitas de cozinha por meio de TensorFlow e máquinas de suporte vetorial

dc.contributor.authorMuñoz Castaño, Yeny Yohana
dc.contributor.authorCastillo Ossa, Luis Fernando
dc.contributor.authorCastrillon Gomez, Omar Danilo
dc.contributor.authorBuitrago Carmona, Felipe
dc.contributor.authorLoaiza Giraldo, Santiago
dc.date.accessioned2021-10-05T18:41:56Z
dc.date.available2021-10-05T18:41:56Z
dc.date.created2020-03-02
dc.identifier.issn1692-3324
dc.identifier.urihttp://hdl.handle.net/11407/6546
dc.descriptionEste artículo es derivado de un proyecto de investigación en el cual se realizó el desarrollo de una aplicación para la predicción de ingredientes y recetas por medio de TensorFlow y máquinas de soporte vectorial. Se realizó un esquema de la arquitectura general, luego se desarrolló una red neuronal y después se efectuó la ejecución de la máquina de soporte vectorial. Finalmente, se realizó la integración en una aplicación que permite al usuario seleccionar imágenes de los ingredientes para su predicción y de la receta de cocina para desayunos de manera didáctica. Se concluyó que el sistema tiene un promedio de precisión del 75,8 % para las 17 categorías de ingredientes y de 71 % para el clasificador de recetas. Adicionalmente, se realizó un análisis de esta estabilidad y se observó que todos los resultados eran iguales en términos estadísticos.
dc.descriptionThis article is derived from a research project in which an application for the prediction of ingredients and recipes by TensorFlow and support- vector machines was developed. A scheme with general architecture was developed, then a neural network was implemented, and then, the support-vector machine was run. After that, they were integrated via an application that allows the user to select ingredients' images for their prediction and the prediction of kitchens recipe in a didactic manner. It was concluded that the system has an average precision value of 75.8% and 71% for 17 ingredients categories and recipes classifier. In addition, sensitivity testing was performed on the application resulting on statistically equivalent results.
dc.descriptionEste artigo é derivado de um projeto de pesquisa no qual se realizou o desenvolvimento de um aplicativo para a predição de ingredientes e receitas por meio de TensorFlow e máquinas de suporte vetorial. Realizou-se um esquema da arquitetura geral, desenvolveu-se uma rede neuronal e depois efetuou-se a execução da máquina de suporte vetorial. Finalmente, realizou-se a integração num aplicativo que permite ao usuário selecionar imagens dos ingredientes para sua predição e da receita de cozinha para cafés da manhã de maneira didática. Concluiu-se que o sistema tem uma média de precisão de 75,8 % para as 17 categorias de ingredientes e de 71 % para o classificador de receitas. Adicionalmente, realizou-se uma análise dessa estabilidade e observou-se que todos os resultados eram iguais em termos estatísticos.
dc.formatPDF
dc.format.extentp. 195-215
dc.format.mediumElectrónico
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad de Medellín
dc.relation.ispartofseriesRevista Ingenierías Universidad de Medellín; Vol. 19 Núm. 37 (2020)
dc.relation.haspartRevista Ingenierías Universidad de Medellín; Vol. 19 Núm. 37 julio-diciembre 2020
dc.relation.urihttps://revistas.udem.edu.co/index.php/ingenierias/article/view/2893
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.sourceRevista Ingenierías Universidad de Medellín; Vol. 19 Núm. 37 (2020): julio-diciembre; 195-215
dc.subjectReconocimiento
dc.subjectImagen
dc.subjectTensorflow
dc.subjectSVM
dc.subjectRedes neuronales
dc.subjectRecognition
dc.subjectImage
dc.subjectTensorflow
dc.subjectSVM
dc.subjectNeural Networks
dc.subjectReconhecimento
dc.subjectImagem
dc.subjectTensorflow
dc.subjectSVM
dc.subjectRedes neuronais
dc.titleDesarrollo de una aplicación para la predicción de ingredientes y recetas de cocina por medio de TensorFlow y máquinas de soporte vectorial
dc.titleDevelopment of an Application for the Prediction of Kitchen Ingredients and Recipes through TensorFlow and Support-Vector Machines
dc.titleDesenvolvimento de um aplicativo para a predição de ingredientes e receitas de cozinha por meio de TensorFlow e máquinas de suporte vetorial
dc.typeArticle
dc.identifier.doihttps://doi.org/10.22395/rium.v19n37a10
dc.relation.citationvolume19
dc.relation.citationissue37
dc.relation.citationstartpage195
dc.relation.citationendpage215
dc.audienceComunidad Universidad de Medellín
dc.publisher.facultyFacultad de Ingenierías
dc.coverageLat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degreesLong: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.publisher.placeMedellín
dc.relation.references"A. Krizhevsky et al., ""ImageNet Classi?cation with Deep Convolutional Neural Networks"", NIPS, vol. 1, pp. 1097-1105, 2012. DOI: 10.1201/9781420010749
dc.relation.referencesG. P. García, Reconocimiento de imágenes utilizando redes neuronales artificiales, Proyecto fin de Máster, Universidad Complutense de Madrid, Madrid, 2013.
dc.relation.referencesY. LeCun et al., ""Deep learning"", Nature Methods, vol. 521, n.°1, pp. 436-444, 2015. DOI: 10.1038/nature14539
dc.relation.referencesF. S. Pardo, ""Aplicación del modelo Bag-of-Words al reconocimiento de imágenes"", proyecto de fin de carrera, Universidad Carlos III de Madrid, Madrid, 2009.
dc.relation.referencesM. L Guevara et al., ""Faces Detection in Digital Images Using Cascade Classifiers"", Scientia et Technica, vol. 38, n.° 38, pp. 1-6, 2008.
dc.relation.referencesG. A. Betancourt ""Las máquinas de soporte vectorial (SVMs)"", Scientia Et Technica, vol. 27, pp. 67-72, 2005.
dc.relation.referencesJ. E. Hurtado et al., ""Clasificación de Señales Sísmicas por Medio de Onditas y Máquinas de Soporte Vectorial"", en Primer simposio colombiano de sismología, Manizales, Colombia, 2002.
dc.relation.referencesJ. A. Leal et al., ""Identification of natural fractures using resistive image logs, fractal dimension and support vector machines"", Ingeniería e Investigación, vol. 36, n.° 3, pp. 125-132, 2016. DOI: 10.15446/ing.investig.v36n3.56198.
dc.relation.referencesI. C. Guzmán et al., ""Wavelet denoising of partial discharge signals and their pattern classification using artificial neurol networks and support vector machines"", DYNA, vol. 84, n.° 203, pp. 240-248, 2017. DOI: 10.15446/dyna.v84n203.63745.
dc.relation.referencesJ. E. Espinosa et al., ""Kernel Methods for improving Text Search Engines Transductive Inference by Using Support Vector Machines"", TECCIENCIA, vol. 12, n.° 52, pp. 51-60, 2017. DOI: 10.18180/tecciencia.2017.22.6.
dc.relation.referencesJ. R. Wilches et al., ""A VoIP classifier for carrier grade based on Support Vector Machines"", DYNA, vol. 84, n.° 202, pp. 75-83, 2017. DOI: 10.15446/dyna.v84n202.60975.
dc.relation.referencesR. Cabañas et al., ""InferPy: Probabilistic modeling with TensorFlow made easy"", Knowledge- Based Systems, vol. 168, pp. 25-27, 2019. DOI: 10.1016/j.knosys.2018.12.030.
dc.relation.referencesM. Liu y D. Grana, ""Accelerating geostatistical seismic inversion using TensorFlow: A heterogeneous distributed deep learning framework"", Computers and Geosciences, vol. 124, pp. 37-45, 2019. DOI: 10.1016/j.cageo.2018.12.007.
dc.relation.referencesJ. R. Vázquez et al., ""Fusing TensorFlow with building energy simulation for intelligent energy management in smart cities"", Sustainable Cities and Society, vol. 45, pp. 243-257, 2019. DOI: 10.1016/j.scs.2018.11.021.
dc.relation.referencesS. Liu et al., ""The research of virtual face based of deep convolutional generative adversarial networks using TensorFlow"", Physica A: Statistical Mechanics and its applications, vol. 521, pp. 667-580, 2019.
dc.relation.referencesX. Grandio (2017, 14 de julio) ""Blog: Que es TensorFlow: Aplicaciones del sistema de inteligencia artificial de Google"". [internet]. Disponible en https://marketing4ecommerce.net.
dc.relation.referencesP. Parsch y A. Masrur, ""On Reliable Communication in Transmit-only Networks for Home Automation"", Journal of Network and Computer Applications, vol. 101, pp. 96-110, 2017. DOI: 10.1016/j.jnca.2017.10.023.
dc.relation.referencesS. A. Castro et al., ""Supervisión y Control Industrial a través de Teléfonos Inteligentes usando un computador de placa única Raspberry Pi"", Inf. Tecnol, vol. 27, n.° 2, 2016. DOI: 10.4067/S0718-07642016000200015.
dc.relation.referencesJ. A. Asensio et al., ""Emulating home automation installations through component-based web technology"", Future Generation Computer Systems, vol. 93, pp. 777-791, 2017. DOI: 10.1016/j.future.2017.09.062.
dc.relation.referencesJ. M. Marín (2014). ""Introducción a las redes neuronales aplicadas"". [internet]. Disponible en http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/DM/tema3dm.pdf.
dc.relation.referencesA. Serrano, E. Soria y J. D. Martin (2009). ""Redes Neuronales Artificiales"". [internet]. Disponible en http://ocw.uv.es/ingenieria-y-arquitectura/1-2/libro_ocw_libro_de_redes.pdf.
dc.relation.referencesD. Calvo (2018). ""Función de coste - Redes Neuronales"". [internet]. Disponible en http://www.diegocalvo.es/funcion-de-coste-redes-neuronales/
dc.relation.referencesJ. F. Quesada (1997). ""Características de las redes neuronales"". [internet]. Disponible en https://thales.cica.es/rd/Recursos/rd98/TecInfo/07/capitulo3.html.
dc.relation.referencesE. Carmona (2014). ""Tutorial sobre Máquinas de Vectores Soporte (SVM)"" [internet]. Disponible en http://www.ia.uned.es/~ejcarmona/publicaciones/[2013-Carmona]%20SVM.pdf.
dc.relation.referencesJ. A. Reséndiz (2006). ""Las máquinas de vectores de soporte para identificación en línea"". [internet]. Disponible en https://www.ctrl.cinvestav.mx/~yuw/pdf/MaTesJAR.pdf.
dc.relation.referencesJ. Echeverri et al., ""Mejoramiento de imágenes usando funciones de base radial"", Revista ingenierías universidad de Medellín, vol. 8, n.° 15, sup., 1, pp. 21-28, 2009.
dc.relation.referencesB. C. Gayón, Desarrollo de una Aplicación para Reconocimiento de Billetes por medio de Procesamiento de Imágenes con Diversidad Visual Basada en Tecnología Android, proyecto de fin de carrera, Universidad Libre, Bogotá, 2017.
dc.relation.referencesF. J. Rodríguez, Automatización Mediante Equipos EIB de una Cocina Adaptada Dentro del Entorno del Robot Asistencial ASIBOT, proyecto de fin de carrera, Universidad Carlos III, Madrid, 2010.
dc.relation.referencesF. J. García, Reconocimiento de objetos en una cocina con una webcam, proyecto de fin de carrera, Universidad Carlos III, Madrid, 2009.
dc.relation.referencesR. Colombo, ""Deep Learning"" para reconocimiento de imágenes en Raspberry Pi 2, proyecto de fin de carrera, Universidad de la Laguna, Santa Cruz de Tenerife, 2016.
dc.relation.referencesY. Muñoz et al., ""Análisis de la escena en la cocina por medio de sensores IoT Diseñados basados en el microcontrolador node MCu ESP8266 y conectados al servidor ThingSpeak"", Inf Tecnol, vol. 30, pp. 173-170, 2019. DOI: 10.4067/S0718-07642019000500173.
dc.relation.referencesR. B. Rusu et al., ""Robots in the kitchen: Exploiting ubiquitous sensing and actuation"", Robotics and Autonomous Systems, vol. 56, n.° 10, pp. 844-856, 2008. DOI: 10.1016/j.robot.2008.06.010.
dc.relation.referencesY. Quiñonez et al., ""Aplicación de técnicas evolutivas y visión por computadora para navegación autónoma de robots utilizando un TurtleBot"", RISTI, vol. 3, pp. 93-105, 2015. DOI: 10.17013/risti.e3.93-105.
dc.relation.referencesJ. Estupiñán et al., ""Implementación de algoritmos basados en máquinas de soporte vectorial (SVM) para sistemas eléctricos: revisión de tema"", Tecnura, vol. 20, n.° 10, pp. 149-170, 2016. DOI: 10.14483/udistrital.jour.tecnura.2016.2.a11.
dc.relation.referencesR. Mosquera et al., ""Máquinas de Soporte Vectorial, Clasificador Naïve Bayes y Algoritmos Genéticos para la Predicción de Riesgos Psicosociales en Docentes de Colegios Públicos Colombianos"", Inf. Tecnol, vol. 29, n.° 6, pp. 153-162, 2018. DOI: 10.4067/s0718-07642018000600153.
dc.relation.referencesM. Abadi et al., "" TensorFlow: A system for large-scale machine learning. TensorFlow: A System for Large-Scale Machine Learning"", en XII Simposio USENIX sobre diseño e implementacion de sistemas operativos OSDI'16, Savannah, 2016.
dc.relation.referencesL. Hao et al., ""TensorD: A tensor decomposition library in TensorFlow"", Neurocomputing, vol. 318, pp. 196-200, 2018. DOI: 10.1016/j.neucom.2018.08.055.
dc.relation.referencesV. M. Araújo y M. P. Cota, ""Software como um Serviço: Uma visão holística"", RISTI, n.° 19, pp. 145-157, 2016. DOI: 10.17013/risti.19.145-157."
dc.rights.creativecommonsAttribution-NonCommercial-ShareAlike 4.0 International
dc.identifier.eissn2248-4094
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dc.type.localArtículo científico
dc.type.driverinfo:eu-repo/semantics/article
dc.identifier.reponamereponame:Repositorio Institucional Universidad de Medellín
dc.identifier.repourlrepourl:https://repository.udem.edu.co/
dc.identifier.instnameinstname:Universidad de Medellín


Files in this item

Thumbnail
Name:
Revista_Ingenierias_UdeM_371.pdf
Size:
738.5Kb
Format:
PDF
View/Open

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-ShareAlike 4.0 International
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-ShareAlike 4.0 International