Evaluación del rendimiento de cultivos hidropónicos mediante técnicas de inteligencia artificial

La ponencia presenta un enfoque innovador para optimizar la agricultura hidropónica mediante el uso de sensores, sistemas IoT y algoritmos de aprendizaje automático implementados en AWS SageMaker. Se desarrolló un prototipo experimental tipo NFT capaz de monitorear variables críticas como pH, temperatura, conductividad eléctrica, oxígeno disuelto y consumo energético. A partir de estos datos, se entrenaron modelos de IA —incluyendo XGBoost, regresión lineal y K-means— para analizar el rendimiento del cultivo y detectar patrones que permitan mejorar la productividad. Los resultados muestran una precisión del 89% (AUC-ROC) en la clasificación de desempeño del cultivo, evidenciando el potencial de la IA para reducir pérdidas, optimizar recursos y anticipar problemas. En conclusión, la integración de tecnologías inteligentes en sistemas hidropónicos representa un avance significativo hacia una agricultura más eficiente, sostenible y resiliente.