Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO PIAUÍ CENTRO DE CIÊNCIA DA SAÚDE DEPARTAMENTO DE NUTRIÇÃO DISCIPLINA: ANÁLISE SENSORIAL DE ALIMENTOS PROFESSORA: Dra. Regilda Saraiva dos Reis Moreira-Araújo Dra. Clélia de Moura Fé Campos RAISSA DE ABREU PAZ DOS SANTOS SÍNTESE SOBRE REDES NEURAIS ARTIFICIAIS E SUA APLICABILIDADE NA ANÁLISE SENSORIAL TERESINA-PI MARÇO/2023 Nos últimos anos, tem sido comprovado que os consumidores estão mais conscientes e exigentes quanto à qualidade dos alimentos. Portanto, a avaliação do comportamento do consumidor é muito importante do ponto de vista da indústria em relação ao desenvolvimento ou inovação do produto e à escolha da estratégia de marketing, pois o objetivo principal é fazer com que o produto seja aceito por aquele consumidor. No entanto, pesquisas e testes com consumidores são medidas demoradas e caras. Para evitar esse problema, pesquisadores da área de marketing e análise sensorial estão constantemente em busca de modelos matemáticos que possam prever a aceitação de novos produtos a partir de informações obtidas a partir de dados descritivos coletados por meio de pesquisas. dados descritivos coletados por uma equipe treinada de medições instrumentais, dados sobre a composição química dos alimentos e/ou dados sobre os consumidores. Tradicionalmente, vários métodos estatísticos multivariados têm sido usados para modelar tais problemas, mas a maioria das estatísticas multivariadas usadas são baseadas na linearidade das variáveis e não são adequadas para a não linearidade, que é comum no campo sensorial. dados e informações, aceitação do consumidor. A utilização de redes neurais artificiais tem aumentado nas últimas décadas, apresentando resultados viáveis em diversas áreas, desde a engenharia até a saúde. Nesse sentido, uma alternativa promissora são as redes neurais artificiais, que são sistemas computacionais que visam reproduzir os processos de pensamento do cérebro humano.As características de aprendizado baseado em exemplos, inclusão de muitas variáveis, adaptação ao comportamento variável altamente não linear, generalização de relacionamentos e tolerância a erros fornecem um forte incentivo para escolher a técnica RNA como uma poderosa ferramenta de modelagem.Tais propriedades das RNAs têm despertado o interesse de diversos pesquisadores que as têm aplicado em diversos campos da ciência. Segundo alguns estudos da área, as RNAs apresentam melhor desempenho em relação aos modelos de regressão, tais como: estrutura (camadas) consistente e bem distribuída; capacidade de aprendizagem e generalização, capacidade de resolver problemas muito complexos; sua tolerância para erros e enganos ou ruído; melhor capacidade de lidar com múltiplas variáveis e suas relações não lineares; a capacidade de ajustar variáveis categóricas (qualitativas), além de numéricas (quantitativas). Para trabalhar com modelos de RNA, é necessário saber quais variáveis afetam a qualidade final de um determinado café , ou seja, variáveis de entrada, fatores ambientais e agronômicos, RNA processa os dados para prever e a variável de resposta a qualidade final do café, qualidade final. Essa técnica é pesquisada na ciência e tecnologia de alimentos, principalmente na análise sensorial, que se concentra em estudos de aceitação/preferência do consumidor, descrevendo o perfil sensorial de alimentos e estabelecendo relações entre métricas sensoriais. No entanto, pode ser uma alternativa viável aos métodos estatísticos multivariados, pois são aplicados adequadamente a esses dados, que em muitos casos apresentam características de não linearidade, interações, variáveis correlacionadas e observações omissas. A ampla utilização de redes neurais em diversos segmentos de mercado, inclusive na indústria alimentícia, pode possibilitar análises mais complexas do que as estatísticas tradicionais, pois utilizam dados quantitativos e qualitativos em um mesmo modelo e realizam análises não lineares e multivariadas. Os alimentos que emitem sons quando mastigados são conhecidos como alimentos crocantes e são considerados únicos no espectro da tecnologia alimentar. As características dos sons devem-se principalmente aos processos de cozedura e secagem. Em um desses processos, a água que antes preenchia a estrutura é substituída por ar ou óleo, resultando em estruturas mais rígidas.São responsáveis pela melhor distribuição do som durante o corte. Cada alimento crocante tem um som, eles podem variar de acordo com o alimento, os franceses têm um tempo médio de crocância menor que a torrada. O primeiro passo é treinar uma rede neural artificial para classificar alimentos crocantes. Uma rede neural convolucional é uma arquitetura mais complexa que pode lidar com grandes quantidades de dados. A sua aplicação é quase universal, mas centra-se mais na classificação de imagem e áudio.O processo de convolução é de multiplicações entre duas matrizes, a original e os termos do filtro, resultando em uma matriz menor. A rede neural artificial é uma ferramenta muito importante na área de análise sensorial, pois pode detectar mais rapidamente, textura, cor e sabor dos alimentos. REFERÊNCIA CARVALHO, Naiara Barbosa. Redes neurais artificiais aplicadas à análise sensorial de requeijão light. 2011. LOPES, RAFAEL Z.; DACANAL, GUSTAVO C. CLASSIFICAÇÃO DE CROCÂNCIA DE ALIMENTOS SECOS POR REDES NEURAIS ARTIFICIAIS, 2022
Compartilhar