Integração de redes neurais artificais ao nariz eletrônico : avaliação aromática de café solúvel

• Autor(a) principal: Bona, Evandro
• Data de Publicação: 2024
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UEL
• Texto Completo: https://repositorio.uel.br/handle/123456789/11625
• topic: Café solúvel; Controle de qualidade; Redes neurais (Computação); Nariz eletrônico (Computação); Alimentos; Instant coffee - Quality control; Artificial neural networks; Sensory evaluation; Food

Resumo: O aroma é uma das características mais importantes dos alimentos, principalmente para bebidas como o café Sua avaliação é complexa e primordial no controle de qualidade da indústria de café solúvel O nariz eletrônico é um instrumento, constituído por um arranjo de sensores parcialmente seletivos, que tem sido muito utilizado na análise de voláteis alimentares É necessário, também, que ao equipamento seja acoplada uma interface multivariada capaz de reconhecer padrões aromáticos As redes neurais artificiais, que são um conjunto de técnicas capazes de realizar mapeamentos entrada-saída complexos e não-lineares, estão entre as técnicas mais empregadas para a análise dos perfis aromáticos obtidos através do nariz eletrônico Neste trabalho foram utilizados dois tipos de rede neural artificial, o perceptron de múltiplas camadas (aprendizagem supervisionada) e o mapa auto-organizável (aprendizagem não-supervisionada), para o reconhecimento e classificação de padrões aromáticos de café solúvel em dois bancos de dados No desenvolvimento das redes, foram aplicadas outras metodologias para: geração de conjuntos de treinamento (reamostragem bootstrap), escolha dos parâmetros de rede (otimização simplex seqüencial) e para verificar a confiabilidade e variabilidade dos resultados obtidos (estatística descritiva e testes de hipóteses) As redes perceptron de múltiplas camadas reconheceram todos os sete cafés do primeiro banco de dados Já para o segundo banco com quarenta produtos industriais, foi obtido um desempenho de classificação correta de 9% nas amostras de validação e 75% para as de teste Esta performance só foi possível em virtude da utilização das metodologias de reamostragem, otimização e a correta representação das classes Os mapas auto-organizáveis possibilitaram a separação das amostras, de ambos os bancos de dados, em grupos de acordo com similaridade aromática Para o primeiro banco de dados os resultados obtidos pelo mapa convergiram com os apresentados pela análise de componentes principais O mesmo não foi possível para o banco industrial, pois, não foi possível visualizar uma separação dos produtos usando a análise de componentes principais Além disso, o mapa permitiu testar estatisticamente a proximidade entre produtos e associar a distribuição das amostras com a dispersão dos valores observados para cada sensor do nariz eletrônico A combinação do nariz eletrônico com as redes neurais artificiais mostrou ser uma alternativa promissora para o desenvolvimento de novos produtos, comparação de similaridades entre produtos concorrentes e para o controle da qualidade aromática de café solúvel