Depósito Campus San Joaquín
Permanent URI for this collectionhttps://repositorio.usm.cl/handle/123456789/73010
Browse
Browsing Depósito Campus San Joaquín by Author "Ahumada Avendaño, Tábata Andrea"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis Multi-LLM-Agent para la agricultura inteligente(Universidad Técnica Federico Santa María, 2026-07) Ahumada Avendaño, Tábata Andrea; Gálvez Ramírez, Nicolás Sebastián; Departamento de Electrónica; Torres Rudloff, NicolásLa agricultura enfrenta una creciente exposición a eventos térmicos extremos, tales como heladas y olas de calor, cuya prevención requiere transformar información meteorológica dispersa en alertas comprensibles y oportunas. Esta memoria presenta el diseño, implementación y evaluación de un sistema de alertas agroclimáticas basado en inteligencia artificial y una arquitectura \textit{Multi-LLM-Agent}, orientado a apoyar la toma de decisiones agrícolas en las 52 comunas de la Región Metropolitana de Chile. La solución integra datos del Atlas Agroclimático de Chile, la red INIA/AGROMET, Open-Meteo y MeteoChile mediante una política de fusión jerárquica que prioriza observaciones directas de estación. La serie consolidada resultante contiene 368.082 pares únicos comuna--fecha. Sobre esta base se implementó un ensamble heterogéneo de siete clasificadores para la detección de heladas y olas de calor, complementado por modelos de regresión para estimar temperaturas mínimas y máximas. El sistema utiliza partición temporal, ponderación de clases, calibración de umbrales mediante el índice de éxito crítico (CSI), votación mayoritaria y una estrategia híbrida para los horizontes de predicción D+1 a D+5. La arquitectura Multi-LLM-Agent separa el proceso de generación de alertas en tres agentes especializados: Monitor, que activa alertas mediante reglas deterministas; Razonador, que interpreta el riesgo a partir de predicciones, umbrales agrícolas e información histórica; y Comunicador, que genera mensajes orientados a WhatsApp. Se evaluaron los proveedores Claude, Gemini y Llama 3 mediante métricas de latencia, robustez de formato y una evaluación cualitativa retrospectiva de consistencia interpretativa, pertinencia agronómica, claridad y accionabilidad. En el corte operativo analizado, el sistema evaluó 3.206 predicciones D+1 y alcanzó, para heladas, un CSI de 0,395, una probabilidad de detección de 0,773 y un F1-score de 0,566. La comparación descriptiva con MeteoChile, sobre 3.034 pares comuna--fecha comunes, mostró(...).
Política de Privacidad 
