This paper addresses the automatic detection of Armillaria disease in cherry trees, a high-impact phytosanitary threat to agriculture. As a solution, a computer application is developed based on RGB images of cherry trees and the exploitation of machine learning (ML) models, using the optimal variant among different Extreme Learning Machine (ELM) models. This tool represents a concrete contribution to the use of artificial intelligence in smart agriculture, enabling more efficient and accessible management of cherry tree crops. The overall goal is to evaluate machine learning-based strategies that enable efficient and low-computational-cost detection of the disease, facilitating its implementation on devices with limited resources. The ERICA database is used by following a proper methodology in order to learning and validation stages are completely independent. Preprocessing includes renaming, cropping, scaling, grayscale conversion, vectorization, and normalization. Subsequently, the impact of reducing image resolution is studied, identifying that a size of 63 × 23 pixels maintains a good balance between visual detail and computational efficiency. Six ELM variants are trained: standard, regularized (R-ELM), class-weighted (W1-ELM and W2-ELM), and multilayer (ML2-ELM and ML3-ELM), and classical machine learning approaches are optimized and compared with classical ML approaches. The results indicate that W1-ELM achieves the best performance among tested variants, reaching an accuracy of 0.77 and a geometric mean of 0.45 with a training time in order of seconds.

Este diagnóstico se proyecta como un insumo estratégico y fundacional para orientar las futuras acciones y líneas programáticas del Observatorio de Género ADA, una iniciativa institucional que busca consolidarse como espacio de análisis, producción de conocimiento y articulación de políticas orientadas a cerrar las brechas de género en ciencia, tecnología, conocimiento e innovación y; cuyo nombre fue pensado en honor a Ada Byron , también conocida como Ada Lovelace , pionera en el desarrollo de la programación y figura emblemática de las contribuciones históricas de las mujeres en el ámbito científico-tecnológico. El Observatorio ADA representa una apuesta institucional por la justicia epistémica y la transformación estructural en la generación del conocimiento científico con perspectiva de género. Por otra parte, el presente diagnóstico no solo visibiliza los logros impulsados por la institución, sino que demuestra las desigualdades existentes al interior de la UCM, y establece las bases conceptuales, metodológicas y operativas necesarias para el diseño e instalación del observatorio. A través de este trabajo, se busca dotar a la universidad de herramientas analíticas rigurosas y de una hoja de ruta orientada a construir entornos de investigación más equitativos, diversos y comprometidos con la igualdad sustantiva de género.