Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
Texto Completo: | https://hdl.handle.net/20.500.12733/1639245 |
Resumo: | Orientador: Ronei Jesus Poppi |
id |
UNICAMP-30_993416b7fa6442db657218379e5af0ee |
---|---|
oai_identifier_str |
oai::1129265 |
network_acronym_str |
UNICAMP-30 |
network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository_id_str |
|
spelling |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentosSupport vector machines and vibrational spectroscopy for food authentication and classificationMáquina de vetores de suporteAlimentos - AnáliseEspectroscopia RamanEspectroscopia de infravermelhoAprendizado de máquinaQuimiometriaQuímica analíticaSupport vector machinesFood - AnalysisRaman spectroscopyMachine learningMachine learningChemometricsChemistry, AnalyticOrientador: Ronei Jesus PoppiDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de QuímicaResumo: Essa Dissertação de Mestrado possuiu como foco o tratamento de dados de análise de alimentos por espectroscopia vibracional utilizando máquina de vetores de suporte (SVM). Foram realizadas duas aplicações, sendo que na primeira foi proposto um método para identificar a presença de farinha de trigo, que contém glúten em sua constituição, em tapioca usando espectroscopia Raman e classe única por SVM (OC-SVM). O modelo de classe única por SVM pode discriminar as amostras com adulteração maior que 2% (m/m). Já o modelo SIMCA, a ferramenta mais aplicada para este tipo de análise, pode discriminar amostras com adulterações maiores que 5% (m/m) de farinha de trigo. Alguns outros adulterantes também foram avaliados para verificar a eficiência do modelo de classe única na identificação de substâncias desconhecidas, onde foram facilmente discriminados. A segunda aplicação visou propor um método não-invasivo para identificação de quatro blends comerciais de chá verde utilizando espectroscopia no infravermelho próximo (NIR), análise discriminante por SVM (SVM-DA) e otimização Bayesiana. As amostras foram analisadas por espectrômetros portátil e de bancada, analisando a erva dentro e fora do sachê e o sachê vazio. Foi observado que o sachê vazio não apresenta sinais que auxiliem na discriminação das classes, mas atua como interferente, especialmente para o equipamento portátil, devido às limitações instrumentais. Os modelos SVM-DA apresentaram 90 e 93% de exatidão na discriminação dos chás dentro e fora dos sachês, respectivamente. Já os modelos PLS-DA, a ferramenta mais aplicada para este tipo de análise, puderam discriminar os mesmos conjuntos com 87 e 83% de exatidão respectivamente. Portanto, foi constatado que a máquina de vetores de suporte possui uma excelente performance no tratamento de dados de análise de alimentos por espectroscopia vibracional, inclusive superando os algoritmos que são normalmente empregados em quimiometriaAbstract: This Master¿s Dissertation focuses on data treatment of food analysis by vibrational spectroscopy using support vector machines (SVM). Two studies were performed. The first one aimed at developing a method to identify wheat flour content, which is a high-in-gluten food, in cassava starch by Raman spectroscopy and one-class SVM (OC-SVM). OC- SVM could discriminate adulterated samples with wheat flour content over 2% (w/w). On the other hand, SIMCA, the most applied tool in this type of analysis, could discriminate adulterated samples with wheat flour content over 5% (w/w). Other adulterants were also applied to evaluate the one-class classifier performance in identifying non-target samples with unknown substances, which were easily identified. The second study aimed at proposing a non-invasive method to identify four commercial blends of green tea using near infrared (NIR) spectroscopy, SVM discriminant analysis (SVM-DA) and Bayesian optimization. Handheld and benchtop spectrometers were used to analyze green tea samples inside and outside teabag and empty teabag. Teabag did not provide bands that helped in class discrimination, but acted as interfering, especially in analyses performed in handheld instrument due to its instrumental limitations. SVM-DA provided 90 and 93% of accuracy in tea discrimination analyzed inside and outside teabags, respectively. PLS-DA, the most used tool in this type of analysis, could discriminate the classes of the same dataset with 87 and 83% of accuracy. Therefore, support vector machine may provide exceptional performances in data treatment of food analysis by vibrational spectroscopy, outperforming several algorithms largely used in chemometric analysesMestradoQuímica AnalíticaMestre em QuímicaCAPES88882.329166/2019-01[s.n.]Poppi, Ronei Jesus, 1961-2020Breitkreitz, Márcia CristinaFilgueiras, Paulo RobertoUniversidade Estadual de Campinas (UNICAMP). Instituto de QuímicaPrograma de Pós-Graduação em QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASCardoso, Victor Gustavo Kelis, 1996-20202020-02-19T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (146 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1639245CARDOSO, Victor Gustavo Kelis. Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos. 2020. 1 recurso online (146 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639245. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1129265Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2020-07-14T15:23:36Zoai::1129265Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2020-07-14T15:23:36Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
dc.title.none.fl_str_mv |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos Support vector machines and vibrational spectroscopy for food authentication and classification |
title |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos |
spellingShingle |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos Cardoso, Victor Gustavo Kelis, 1996- Máquina de vetores de suporte Alimentos - Análise Espectroscopia Raman Espectroscopia de infravermelho Aprendizado de máquina Quimiometria Química analítica Support vector machines Food - Analysis Raman spectroscopy Machine learning Machine learning Chemometrics Chemistry, Analytic |
title_short |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos |
title_full |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos |
title_fullStr |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos |
title_full_unstemmed |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos |
title_sort |
Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos |
author |
Cardoso, Victor Gustavo Kelis, 1996- |
author_facet |
Cardoso, Victor Gustavo Kelis, 1996- |
author_role |
author |
dc.contributor.none.fl_str_mv |
Poppi, Ronei Jesus, 1961-2020 Breitkreitz, Márcia Cristina Filgueiras, Paulo Roberto Universidade Estadual de Campinas (UNICAMP). Instituto de Química Programa de Pós-Graduação em Química UNIVERSIDADE ESTADUAL DE CAMPINAS |
dc.contributor.author.fl_str_mv |
Cardoso, Victor Gustavo Kelis, 1996- |
dc.subject.por.fl_str_mv |
Máquina de vetores de suporte Alimentos - Análise Espectroscopia Raman Espectroscopia de infravermelho Aprendizado de máquina Quimiometria Química analítica Support vector machines Food - Analysis Raman spectroscopy Machine learning Machine learning Chemometrics Chemistry, Analytic |
topic |
Máquina de vetores de suporte Alimentos - Análise Espectroscopia Raman Espectroscopia de infravermelho Aprendizado de máquina Quimiometria Química analítica Support vector machines Food - Analysis Raman spectroscopy Machine learning Machine learning Chemometrics Chemistry, Analytic |
description |
Orientador: Ronei Jesus Poppi |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020 2020-02-19T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/1639245 CARDOSO, Victor Gustavo Kelis. Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos. 2020. 1 recurso online (146 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639245. Acesso em: 3 set. 2024. |
url |
https://hdl.handle.net/20.500.12733/1639245 |
identifier_str_mv |
CARDOSO, Victor Gustavo Kelis. Máquinas de vetores de suporte e espectroscopia vibracional para autenticação e classificação de alimentos. 2020. 1 recurso online (146 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1639245. Acesso em: 3 set. 2024. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1129265 Requisitos do sistema: Software para leitura de arquivo em PDF |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf 1 recurso online (146 p.) : il., digital, arquivo PDF. |
dc.publisher.none.fl_str_mv |
[s.n.] |
publisher.none.fl_str_mv |
[s.n.] |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
instname_str |
Universidade Estadual de Campinas (UNICAMP) |
instacron_str |
UNICAMP |
institution |
UNICAMP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
repository.mail.fl_str_mv |
sbubd@unicamp.br |
_version_ |
1809189162483449856 |