Look-up in Google Scholar
Full metadata record
Ipanaqué Alama, William (es)
Moscol Albañil, Isabel del Pilar (es)
Peltroche Saavedra, Gleen (es)
Ruesta García, Víctor Augusto (es)
Universidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica. (es)
Perú (es)
2021-09-17T16:13:29Z
2021-09-17T16:13:29Z
2021-09-17 (es)
2021-06 (es)
Moscol, I., Peltroche, G. y Ruesta, V. (2021). Predicción de parámetros de calidad de la harina de pescado utilizando Imágenes Hiperespectrales y Redes Neuronales Artificiales (Trabajo de investigación de bachiller en Ingeniería Mecánico-Eléctrica). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Mecánico-Eléctrica. Piura, Perú. (es)
https://hdl.handle.net/11042/5148
En la presente investigación, se plantea mejorar la calidad de la harina de pescado a través de la automatización del control de calidad mediante la predicción de sus parámetros utilizando imágenes hiperespectrales y redes neuronales. Para lo cual, se desarrollan modelos personalizados con la estructura de una red neuronal perceptrón multicapa para cada uno de los principales parámetros: proteína, grasa, humedad y cenizas para lograr la correcta clasificación de la calidad de la harina de pescado según los estándares internacionales. En tanto, se plantea medir los parámetros de calidad más relevantes a la salida del proceso de secado de manera no invasiva y en un tiempo de adquisición de resultados más bajo respecto al método tradicional sin necesidad de mano de obra constante durante el proceso. Para ello, se desarrollan algoritmos de redes neuronales artificiales con los datos obtenidos mediante la tecnología de imágenes hiperespectrales, cuya adecuada implementación a futuro permitirá automatizar el proceso de secado y mejorar la calidad de la harina de pescado a través de la automatización del control de calidad mediante la predicción de sus parámetros. Por lo que, se obtuvo como resultado una buena correlación entre la reflectancia, proporcionada por la imagen hiperespectral, y los principales parámetros de calidad tras implementar un algoritmo de red neural perceptrón multicapa. (es)
2,29 MB (es)
application/pdf (es)
Español (es)
spa (es)
Universidad de Piura (es)
Adobe Reader (es)
info:eu-repo/semantics/openAccess (es)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (es)
Universidad de Piura (es)
Repositorio Institucional Pirhua - UDEP (es)
Espectrofotometría -- Análisis (es)
Procesamiento de imágenes -- Técnicas digitales (es)
Redes neuronales (Computadores) -- Aplicación (es)
Harina de pescado -- Secado -- Control automático (es)
Control predictivo -- Aplicación (es)
629.831 (es)
Predicción de parámetros de calidad de la harina de pescado utilizando Imágenes Hiperespectrales y Redes Neuronales Artificiales (es)
info:eu-repo/semantics/bachelorThesis (es)
Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional (es)
Isabel del Pilar Moscol Albañil, Gleen Peltroche Saavedra, Víctor Augusto Ruesta García (es)
Universidad de Piura. Facultad de Ingeniería (es)
Ingeniería Mecánico-Eléctrica (es)
Bachiller en Ingeniería Mecánico-Eléctrica (es)
PE (es)
https://purl.org/pe-repo/ocde/ford#2.02.03 (es)
https://purl.org/pe-repo/renati/level#bachiller (es)
06422494
https://orcid.org/0000-0003-4039-4422 (es)
72938917
48753718
77143136
713076 (es)
https://purl.org/pe-repo/renati/type#trabajoDeInvestigacion (es)
Privada asociativa



This item is licensed under a Creative Commons License Creative Commons