Desarrollo de Aplicaciones Móviles Basadas en Aprendizaje Automático para la Identificación Taxonómica de Hongos Micorrízicos Arbusculares y su Aplicación en la Conservación y Manejo Sostenible de Ecosistemas

Este proyecto aborda la degradación del suelo y la pérdida de biodiversidad en Ecuador mediante el desarrollo de una aplicación móvil que utiliza aprendizaje profundo para identificar hongos micorrízicos arbusculares (HMA). Al automatizar la identificación taxonómica a través de imágenes microscópicas, la herramienta busca superar las limitaciones de tiempo y recursos de los métodos tradicionales, facilitando un diagnóstico oportuno para la salud del suelo. La metodología integra la recolección de muestras, la creación de un dataset especializado y el entrenamiento de Redes Neuronales Convolucionales (CNN). La aplicación, desarrollada con Flutter y modelos de machine learning, permitirá a investigadores y agricultores realizar identificaciones precisas en campo, promoviendo prácticas agrícolas sostenibles y reduciendo la dependencia de insumos químicos. El impacto esperado incluye la democratización del conocimiento micológico, el fortalecimiento de la biotecnología agrícola nacional y la generación de bases de datos científicas. Los resultados se difundirán en publicaciones indexadas, contribuyendo a la bioeconomía y a la restauración de agroecosistemas clave como el banano, cacao y arroz.<br/><br/><b>Objetivo</b>: <br/>Desarrollar una aplicación móvil basada en aprendizaje automático para la identificación taxonómica de hongos micorrízicos arbusculares (HMA). El objetivo es automatizar el diagnóstico morfológico para apoyar la conservación de ecosistemas y mejorar la productividad agrícola.<br/><br/><b>Líneas de investigación</b>: <br/>Biodiversidad y recursos genéticos<br/>Tecnologías aplicadas a los recursos naturales