IOT / APRENDIZAJE AUTOMÁTICO · Septiembre – noviembre 2025
PICSEscuchar antes de regar.
Control predictivo de riego que conecta el mundo físico con los datos. Validado en FEMECI Sinaloa 2025.
PythonMachine LearningIoT
EVIDENCIA VERIFICABLE · OCTUBRE 2026
- FEMECI Sinaloa 2025
- Categoría Ciencias Básicas ↗
- Prototipo
- Sensores, modelo de regresión y actuadores
El problema
Los horarios fijos de riego no responden a los cambios de humedad y clima de un cultivo.
Mi aportación
Desarrollo de un sistema que integra sensores, procesamiento de datos y control inteligente para entornos agrícolas.
Cómo funciona
- Sensores
- Lectura ambiental
- Modelo predictivo
- Control de riego
Proyecto académico validado
Sistema que integra sensores, modelos de regresión, telemetría IoT y control de actuadores para estimar las necesidades de humedad del suelo.
Validado en FEMECI Sinaloa 2025, categoría de Ciencias Básicas. La demo usa un umbral fijo de humedad; no ejecuta el modelo predictivo del proyecto.
Decisiones de diseño
- Conectar datos del entorno físico con decisiones de control.
- Diferenciar la estimación del modelo de la activación de los actuadores.
¿Tienes un problema parecido?
Podemos conversar sobre tu operación, definir el alcance y encontrar un punto de partida.
Cuéntame tu idea ↗