Redes neuronales para la identificación de peces en ambientes ópticamente restrictivos: revisión sistemática, integración hidroacústica
Intropica · 30.06.2026 · 104-124
DOI: 10.21676/23897864.7170 ↗Kurz gefasst
Fachartikel in der Zeitschrift Intropica, online erschienen am 30.06.2026. Verfasst von Luis Alfredo Agudelo Guerrero. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
El monitoreo de la biodiversidad acuática en ambientes de alta turbidez representa uno de los principales retos para los métodos ópticos convencionales, dada la limitada visibilidad y la consecuente degradación de la calidad de imagen en ecosistemas acuáticos complejos. Esta limitación ha impulsado el desarrollo de redes neuronales capaces de interpretar patrones complejos a partir de señales acústicas, hidroacústicas y sensoriales en condiciones ópticamente restrictivas. La presente revisión sistemática examina la literatura científica de alto impacto publicada entre 2013 y 2025, con el objetivo de analizar críticamente la aplicación de modelos de aprendizaje profundo, incluidas las redes neuronales convolucionales (CNN), las redes neuronales recurrentes (RNN) y arquitecturas híbridas, orientados a la clasificación e identificación automática de peces. Los resultados indican que las CNN predominan en tareas de reconocimiento visual, mientras que las RNN muestran mayor aplicabilidad en el procesamiento y decodificación de señales acústicas. No obstante, se identifica una brecha significativa en investigaciones centradas en aguas turbias, estuarios y zonas costeras afectadas por el cambio climático. Asimismo, a pesar de los avances registrados en sistemas no invasivos para el reconocimiento ictiológico automatizado, persisten desafíos metodológicos relacionados con la escasez de conjuntos de datos estandarizados, la limitada disponibilidad de datos hidroacústicos etiquetados y la falta de protocolos de entrenamiento adaptados a escenarios reales de baja visibilidad. En conclusión, este trabajo propone una hoja de ruta orientada a consolidar la inteligencia artificial basada en información hidroacústica como herramienta estratégica para la conservación marina, el monitoreo ecológico y la gestión pesquera sostenible en el siglo XXI.
Zitieren
APA
Guerrero, L. A. A. (2026). Redes neuronales para la identificación de peces en ambientes ópticamente restrictivos: revisión sistemática, integración hidroacústica. Intropica, 104-124. https://doi.org/10.21676/23897864.7170
Vancouver
Guerrero LAA. Redes neuronales para la identificación de peces en ambientes ópticamente restrictivos: revisión sistemática, integración hidroacústica. Intropica. 2026:104-124. doi:10.21676/23897864.7170
BibTeX
@article{Guerrero2026,
author = {Guerrero, Luis Alfredo Agudelo},
title = {Redes neuronales para la identificación de peces en ambientes ópticamente restrictivos: revisión sistemática, integración hidroacústica},
journal = {Intropica},
year = {2026},
pages = {104--124},
doi = {10.21676/23897864.7170}
}
EUVIMED