Roldán Olarte, Didier Jean PaulAvendaño Pérez, JonathanRuiz Enríquez, Jorge AndrésAmaya Meléndez, Juan David2024-01-112024-01-112023https://hdl.handle.net/20.500.12495/11844El presente trabajo de grado se enfoca en abordar la problemática de identificar el estado de madurez de la Guadua angustifolia Kunth, un recurso vital para la construcción sostenible en Colombia. La calidad de la guadua como material de construcción está estrechamente ligada a su estado de madurez, un aspecto que influye directamente en sus propiedades físico-mecánicas. La identificación tradicional de este estado se basa en características visuales externas, como el color del culmo, las hojas o la presencia de líquenes, un enfoque que ha demostrado ser inexacto debido a su dependencia a factores visibles que pueden verse modificados por factores ambientales externos. Para abordar este desafío, el equipo de trabajo del presente proyecto trabajó en la región amazónica de Colombia, específicamente en Albania, Caquetá, con el objetivo de realizar un muestreo exhaustivo de guaduas en diferentes estados de madurez. Se recolectó un total de 226 individuos, representando los estados de madurez de hecha, madura hecha y sobre madura hechas bajo la supervisión de un experto en identificación de la guadua a partir de sus características biológicas, tales como color del culmo o forma de sus hojas. Para cada individuo se generaron tres registros por instrumento, utilizando tanto la baqueta como el mazo. Estos registros de sonidos se convirtieron en la base de datos fundamental para el desarrollo de un método cuantitativo de identificación de madurez. En la etapa de diseño del método, se llevaron a cabo una serie de procesos del proceso regular de procesamiento de señales, entre los cuales se incluyeron la carga de datos, limpieza, aumento de datos, normalización y estandarización, codificación de variables categóricas y selección de características. Se probó una variedad de modelos de machine learning, que superaron los ocho en número, para encontrar la mejor solución. En el modelo final, se logró una F-score de 0.84 y una área bajo la curva (AUC) de 0.9, lo que demuestra la eficacia del método planteado en la identificación del estado de madurez de la guadua a partir de señales sonoras. El desarrollo innovador realizado no solo representa un avance significativo en el campo de la construcción sostenible, sino que tiene el potencial de marcar una diferencia tangible en el sector industrial. La metodología desarrollada puede impulsar la eficiencia en la adquisición de guadua para la construcción y, al mismo tiempo, contribuir a la conservación del ecosistema en la región amazónica al no extraer individuos aún no aptos para su aprovechamiento en construcción, preservando los servicios ecosistémicos que estos puedan prestar durante la continuación de su ciclo biológico. La empresa Acciones y Construcciones Sostenibles, ubicada en esta área y empresa con la que se trabajó este proyecto de grado a modo de servicio, se beneficiará de esta tecnología de vanguardia, lo que podría marcar una diferencia en el mercado de la construcción de guadua, dándole una ventaja competitiva importante en relación a otras empresas de construcción en guadua en Colombia.application/pdfspaGuadua angustifolia KunthConstrucción sostenibleEstado de madurezAprendizaje de máquinasClasificación de sonidosRegión Amazonica ColombianaAlbania610.28Tesis/Trabajo de grado - Monografía - PregradoGuadua angustifolia KunthSustainable constructionMaturity stateMachine learningSound classificationColombian Amazon RegionAlbaniainstname:Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquehttps://repositorio.unbosque.edu.coAcceso cerradoinfo:eu-repo/semantics/closedAccesshttps://purl.org/coar/access_right/c_14cb