Look-up in Google Scholar
Full metadata record
Castro Silupu, Wilson Manuel
Juarez Calderon, Luis Alberto
2024-04-23 (embargoEnd)
2024-04-23T18:00:31Z
2024-04-23T18:00:31Z
2024-04-23
https://repositorio.unf.edu.pe/handle/123456789/320
tiende a ser subjetiva, costosa y destructiva. La espectroscopia de infrarrojo cercano (Near Infrared – NIR) junto a redes neuronales ofrece una alternativa prometedora. Esta combinación permite una evaluación objetiva y eficiente, potencialmente transformando la industria cafetalera. Esta investigación tuvo como finalidad evaluar la precisión de una red neuronal acoplada a espectroscopia NIR en la predicción de calidad de taza de café. Se recepcionaron muestras de café tostado-molido, previamente catados por el método de la Specialty Coffe Association of America (SCAA). Luego, se evaluaron las muestras con un espectrómetro entre 1100-2100 nm de longitud de onda. La data fue analizada con cuatro pretratamientos y combinaciones para evaluar su efecto. La estructura de la red neuronal fue de Long-Short Term Memory (LSTM), que permite analizar principalmente secuencias de datos. Además, se utilizaron métodos de reducción de variables para optimizar los modelos utilizados. Los resultados indican alta variabilidad, principalmente al utilizar diferentes pretratamientos con respecto a las métricas de rendimiento. El modelo LSTM optimizado fue el que obtuvo el mejor rendimiento, pretratado con SNV-SG: 0.95658, 1.2932 y 3.271, para R2, RMSE y RPD, respectivamente. Las redes neuronales LSTM acopladas a Espectroscopia NIR demostraron resultados satisfactorios para predecir calidad de taza de café, siendo una alternativa notable para los métodos tradicionales de catación de café.
Tesis
application/pdf
spa
Universidad Nacional de Frontera
info:eu-repo/semantics/openAccess
UNIVERSIDAD NACIONAL DE FRONTERA
Deep learning
Redes neuronales
Long-Short Term Memory
Espectroscopia NIR
Pretratamientos espectrales
Calidad de taza de café
Catación
Predicción
Evaluación de precisión de red neuronal y espectroscopia NIR en predicción de calidad de taza de Coffea arabica
info:eu-repo/semantics/bachelorThesis
Universidad Nacional de Frontera. Facultad de Ingeniería de Industrias Alimentarias y Biotecnología
Ingeniería de Industrias Alimentarias
Titulo Profesional
Ingeniero de Industrias Alimentarias
PE
http://purl.org/pe-repo/ocde/ford#2.11.01
http://purl.org/pe-repo/renati/nivel#tituloProfesional
40322327
https://orcid.org/0000-0001-7286-1262
75979711
721046
Núñez Alejos, Luis Alberto
Espinoza Delgado, Milagros del Pilar
Zapata Mendoza, Prospero Cristhian Onofre
http://purl.org/pe-repo/renati/type#tesis
Pública



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.